Ai Pin : le premier appareil portable IA lancé par une start-up américaine

ElevenLabs présente une nouvelle plateforme d'interaction vocale Conversational AI 2.0 : L'assistant vocal IA comprend plus que les humains

Anthropic et Hume AI explorent une nouvelle technologie d'interaction vocale, redéfinissant l'avenir de l'interface homme-machine

Anthropic et Hume AI ont récemment lancé une technologie d'interaction vocale innovante, visant à réaliser une interaction homme-machine plus naturelle et émotionnellement intelligente. Cette technologie combine les capacités de traitement du langage naturel de Claude et les fonctionnalités de reconnaissance émotionnelle d'EVI2, offrant de nouvelles perspectives pour les modes d'interaction avec les assistants numériques. La technologie clé, EVI2, est capable d'identifier les nuances émotionnelles dans la voix de l'utilisateur et d'adapter l'interaction en conséquence. Comparé aux assistants vocaux traditionnels, ce système améliore considérablement la fluidité et la personnalisation de l'interaction.

Google lance l'application IA Gemini pour iPhone et introduit la fonction d'interaction vocale Gemini Live

Google a officiellement lancé la nouvelle application Gemini sur l'App Store d'Apple, et introduit la fonction d'interaction vocale Gemini Live, marquant ainsi une avancée majeure dans le domaine des assistants vocaux intelligents. Simultanément, l'annonce d'Apple concernant l'intégration de ChatGPT d'OpenAI dans Siri souligne l'intensification de la compétition dans ce secteur. Version améliorée de Bard, lancé par Google en 2023, Gemini est...

ByteDance et l'Université Jiao Tong de Shanghai lancent le nouveau modèle linguistique LSLM pour une interaction vocale simultanée

Le modèle linguistique full-duplex LSLM, développé conjointement par l'Université Jiao Tong de Shanghai et ByteDance, révolutionne le mode d'interaction des assistants IA traditionnels en permettant une interaction en temps réel, « écoute et parle simultanément ». L'avantage principal du LSLM réside dans sa capacité à traiter simultanément l'entrée et la génération de la parole, améliorant considérablement la fluidité et le naturel de la conversation. Grâce à la combinaison de l'apprentissage autosupervisé en continu et d'un décodeur basé sur les jetons, ce modèle prend en charge l'interaction vocale en temps réel, même dans des environnements bruyants. La stratégie d'intégration intermédiaire du LSLM permet d'obtenir un équilibre optimal entre la génération vocale et l'interaction en temps réel, démontrant une forte résistance au bruit.

L'Université Jiao Tong de Shanghai et ByteDance lancent LSLM : un modèle linguistique pour une interaction vocale en temps réel révolutionnaire

Le laboratoire LANCE de l'Université Jiao Tong de Shanghai et ByteDance ont collaboré pour développer LSLM, un modèle d'interaction vocale innovant appelé « Petit L ». Ce modèle excelle en interaction en temps réel, en résistance au bruit et en capacité d'identification de nouveaux locuteurs, se rapprochant d'une conversation humaine naturelle. LSLM est conçu de bout en bout, intégrant des canaux auditifs et vocaux. Il utilise un système TTS (Text-to-Speech) avec décodeur uniquement pour générer la parole, combiné à un apprentissage autosupervisé en continu pour traiter les entrées audio en temps réel. Ses fonctionnalités uniques incluent une modélisation full-duplex, permettant des interruptions et des alternances pendant la conversation ; et une forte résistance au bruit, assurant une stabilité optimale.

Qwen2-Audio : un modèle multimodal audio de la série Qianwen, interaction vocale sans texte

Alibaba Cloud lance "Qwen-Audio", un grand modèle linguistique audio révolutionnant l'expérience d'interaction vocale. Le modèle peut recevoir plusieurs entrées audio, effectuer une analyse audio et répondre directement aux instructions vocales. Il offre aux utilisateurs un mode d'interaction audio unique, sans saisie de texte, permettant une communication directe par la voix, avec analyse audio et transcription. Il possède une capacité de compréhension intelligente, capable de combiner et d'analyser des instructions multi-sources, telles que la distinction entre une seule voix, une conversation multicanal et des commandes, et d'aider à l'interprétation et à la réponse audio. Ses performances dépassent celles des modèles précédents, notamment en ce qui concerne les tâches basées sur l'audio.

Génération de vidéos : un nouveau cas d'utilisation ! Signapse révolutionne la communication des sourds grâce à la langue des signes par IA

À l'ère de l'explosion de l'information, les sourds et les malentendants se sentent souvent déconnectés du monde. La société britannique d'IA Signapse construit un pont vers le monde pour ce groupe longtemps négligé grâce à sa technologie innovante de traduction de la langue des signes.

Volkswagen intègre l'IA générative ChatGPT pour améliorer l'interaction vocale dans plusieurs modèles

Volkswagen a annoncé l'intégration à grande échelle de ChatGPT dans plusieurs de ses modèles, en combinaison avec l'assistant vocal IDA, marquant ainsi l'entrée officielle du secteur automobile dans l'ère de l'IA générative. Les utilisateurs pourront interagir naturellement avec leur véhicule pour des fonctions telles que les informations sur le trafic, la navigation ou le réglage des équipements. Les modèles intégrant ChatGPT incluent les ID.7, ID.5, ID.4, ID.3, le nouveau Tiguan, la nouvelle Passat et la nouvelle Golf. La technologie de l'IA générative rend l'interaction vocale plus intelligente et conviviale. Volkswagen a...

Humane lance le AI Pin : un appareil portable basé sur ChatGPT prévu pour mars 2024

Humane, une société d'intelligence artificielle soutenue par Sam Altman, prévoit de lancer en mars 2024 le AI Pin, un appareil portable basé sur la technologie ChatGPT. Le AI Pin, développé par la société soutenue par Sam Altman, vise à réduire la dépendance aux smartphones. Il est équipé d'un projecteur laser qui transforme votre main en petit écran pour afficher l'heure, la date et d'autres notifications. L'appareil permet également la traduction en temps réel et prend en charge plusieurs langues.

Airchat : un produit social IA suscitant la curiosité grâce à l'interaction vocale et la traduction en temps réel

Airchat est un nouveau produit social prometteur, basé sur un grand modèle d'IA, qui se distingue par son interaction vocale et sa traduction en temps réel. Contrairement aux produits sociaux traditionnels, Airchat privilégie le contenu vocal, tout en prenant en charge le texte et les images. L'interaction vocale asynchrone est l'une de ses caractéristiques. La fonction de traduction vocale en temps réel d'Airchat est particulièrement remarquable, traduisant avec précision et imitant les accents pour faciliter les échanges fluides entre utilisateurs du monde entier. Bien que sa longévité reste à prouver, Airchat démontre le potentiel des grands modèles d'IA dans le développement de produits.