Перейти к содержимому
#Голос
11 ноябряср
6 ноябряпт
  1. TechCrunch · AI68

    Underdog представил 32 МБ голосовую модель в новой демонстрации

    Компания Underdog выпустила новую голосовую модель Woof размером 32 МБ, которая может работать на устройствах без интернет-соединения и доступна для скачивания.

5 ноябрячт
  1. Hugging Face Blog81

    Phonon TTS запустил высококачественную речь на устройстве

    Hugging Face представил Phonon, модель текст-в-речь, работающую на устройствах без необходимости в сети. Модель доступна в двух версиях и поддерживает пять языков。

    Почему это важно: Описание условий доступа помогает оценить влияние функции на рабочие процессы.

4 ноябряср
  1. AWS Machine Learning Blog75

    Создание голосовых AI-приложений с низкой задержкой на AWS

    Cartesia представила модели Sonic и Ink для текст-в-речь и речь-в-текст с задержкой менее 100 мс。

    Почему это важно: Описание применения моделей Cartesia в реальном времени помогает понять их преимущества для разработки голосовых AI-приложений.

30 октябряпт
  1. TechCrunch · AI58

    Granola представила функцию диктовки для конкуренции с Wispr

    Компания Granola запустила функцию диктовки, которая работает на Mac и позволяет пользователям записывать речь и форматировать текст. Функция будет доступна на iOS и Windows в ближайшее время.

29 октябрячт
  2. Hugging Face Blog80

    Представлены AnySpeechRecognizer и AnyDecisionModel: открытые модели для речи и решений на платформах Apple

    Hugging Face анонсировала два пакета: AnySpeechRecognizer для распознавания речи с поддержкой нескольких движков и AnyDecisionModel для принятия решений с вероятностными результатами. Оба пакета доступны для загрузки и использования на устройствах Apple.

    Почему это важно: Описание новых моделей помогает разработчикам интегрировать функции распознавания речи и принятия решений в приложения на платформах Apple.

25 октябрявс
24 октябрясб
23 октябряпт
  1. AWS Machine Learning Blog78

    Amazon Polly представил значительное обновление своего генеративного движка

    Amazon Polly обновил свой генеративный движок, добавив 14 новых голосов и поддержку хинди и финского языков. Обновление доступно без изменений в существующих приложениях и улучшает качество синтезируемой речи.

    Почему это важно: Обновление Amazon Polly улучшает качество синтезируемой речи и добавляет новые языковые возможности.

21 октябряср
  1. Mistral AI81

    Voxtral 3 представил новый SDK для голосовых агентов

    Mistral AI выпустила Voxtral 3, который включает SDK для голосовых агентов и модели для обработки речи на более чем 50 языках, обеспечивая высокую точность и естественность взаимодействия.

    Почему это важно: Описание возможностей и условий доступа помогает понять, как Voxtral 3 может улучшить взаимодействие с клиентами.

12 октябряпн
8 октябрячт
  1. Hugging Face Blog74

    Представлен Falcon ASR — модель распознавания речи на арабском

    Hugging Face представила Falcon ASR, модель распознавания речи на арабском с 1.6 миллиарда параметров。

    Почему это важно: Описание характеристик модели помогает оценить её производительность в различных языковых контекстах.

30 сентябряср
  1. Hugging Face Blog68

    Hugging Face запустил Open TTS Leaderboard для оценки текстового синтеза

    Hugging Face представил Open TTS Leaderboard — платформу для масштабной оценки открытых многоязычных моделей синтеза речи и клонирования голоса. В отличие от традиционных рейтинговых арен。

    Почему это важно: Представлены объективные метрики и инструменты для сравнения моделей, что ускоряет оценку их производительности.

23 сентябряср
  1. Google DeepMind83

    Google DeepMind представила модели Gemini 3.8 Flash TTS и Flash-Lite TTS

    Команда Gemini Audio представила две новые модели синтеза речи Gemini 3.8 Flash TTS и Gemini 3.8 Flash-Lite TTS。

    Почему это важно: Описаны новые возможности генерации речи и условия доступа, что помогает оценить влияние на рабочие процессы.

16 сентябряср