Deepgram lança o modelo de texto para fala Aura, que permite interações de voz em tempo real

Plataforma de podcast Podcastle lança modelo de texto para fala com IA: oferece 450 vozes

No setor de podcasts em rápida expansão, a plataforma Podcastle anunciou recentemente o lançamento de seu novo modelo de texto para fala com IA, Asyncflow v1.0. Este novo modelo não apenas oferece aos usuários mais de 450 vozes de IA diferentes, mas também disponibiliza uma API para desenvolvedores, permitindo que integrem diretamente esse recurso de texto para fala em seus próprios aplicativos. O fundador da Podcastle, Arto Yeritsyan, disse que a empresa sempre quis desenvolver um texto

Musk anuncia o lançamento do novo aplicativo Grok: experiência de voz significativamente aprimorada

Modelo IndexTTS de texto para fala do Bilibili: Suporta correção de pronúncia de caracteres chineses usando Pinyin e controle preciso de pausas

Spotify e ElevenLabs se unem para oferecer opção de audiobooks com narração em IA

Na quinta-feira, a Spotify anunciou uma parceria com a ElevenLabs para integrar audiobooks com narração gerada por IA da empresa. Como um dos principais fornecedores de áudio em IA, essa nova parceria deve aumentar significativamente o número de audiobooks com narração em IA na plataforma. O novo processo exige que os autores baixem pacotes de arquivos de áudio da ElevenLabs e acessem o serviço de publicação de audiobooks da Spotify, Findaway Voices.

Modelo de texto para fala de pequeno porte, Kokoro-TTS, já alcançou o primeiro lugar no ranking de TTS

No rápido desenvolvimento da inteligência artificial, a tecnologia de síntese de voz está recebendo cada vez mais atenção. Recentemente, um novo modelo de síntese de voz chamado Kokoro foi lançado oficialmente na plataforma Hugging Face. Este modelo possui 82 milhões de parâmetros, marcando um marco importante no campo da síntese de voz. O Kokoro v0.19 ficou em primeiro lugar no ranking do campo TTS (texto para fala) nas semanas anteriores ao seu lançamento, superando até mesmo modelos com mais parâmetros. Este modelo, em configuração mono, utiliza apenas

SpeakIn arrecada 500 milhões de yuans em financiamento, focando em dispositivos inteligentes e aplicações industriais em 2025

No contexto do crescente desenvolvimento da indústria de inteligência artificial, a SpeakIn, empresa de tecnologia de voz AI, anunciou recentemente o sucesso de uma rodada de financiamento de 500 milhões de yuans. A rodada de financiamento contou com a participação de vários fundos industriais de renome, plataformas de ativos estatais e fundos de private equity, marcando um forte apoio da SpeakIn no mercado de capitais. Fundada em 2007, como uma das primeiras empresas chinesas a se concentrar na IA, a SpeakIn inicialmente se concentrou na tecnologia de voz AI, expandindo-se agora para soluções integradas de hardware e software e produtos de hardware de IA. No futuro, a SpeakIn irá...

Step-1o Audio: Modelo de linguagem de fala ponta a ponta com centenas de bilhões de parâmetros lançado e integrado ao aplicativo Yuewen

A Jieyue Xingchen anunciou recentemente o lançamento do Step-1o, um novo membro da matriz de modelos da série Step – um modelo de linguagem de fala ponta a ponta com centenas de bilhões de parâmetros, alegadamente o primeiro na China. Este lançamento representa um grande avanço no campo da tecnologia de voz. Através de uma solução de voz ponta a ponta, o modelo consegue integrar a compreensão e geração de fala, elevando o limite de QI e QE do modelo e permitindo uma experiência de comunicação de alta qualidade e quase natural.

Nova potência em tecnologia de voz de IA! Ações da SoundHound AI disparam esta semana

No cenário de rápido desenvolvimento da tecnologia de inteligência artificial, a SoundHound AI demonstra mais uma vez seu potencial de mercado. A empresa de tecnologia focada em IA conversacional recebeu recentemente boas notícias, não apenas apresentando tecnologias de ponta em uma conferência de investidores, mas também estabelecendo uma parceria bem-sucedida com a rede de restaurantes Torchy's Tacos. Avanços tecnológicos e expansão comercial caminham lado a lado. Em 4 de dezembro, na conferência global de tecnologia e IA do UBS, o diretor financeiro da SoundHound, Nitesh Sharan, apresentou detalhes da empresa aos investidores.

Com o poder dos grandes modelos de IA! WPS Office lança recurso de taquigrafia de voz WPS AI

O WPS Office lançou recentemente seu recurso de taquigrafia de voz com IA, aprimorado pela tecnologia WPS AI e profundamente integrado ao WPS Cloud Document. Ele oferece aos usuários uma experiência de conversão de voz em texto mais rápida, precisa e inteligente. Este novo recurso não apenas suporta gravação em tempo real e importação de áudio para conversão de texto, mas também permite tradução entre várias línguas, incluindo chinês e inglês, garantindo a integridade dos arquivos de gravação. Mesmo que o aplicativo seja fechado inesperadamente durante a gravação, os usuários podem retornar à tarefa e continuar gravando.

OuteTTS-0.1-350M: Um novo método de síntese de texto para fala com clonagem de voz zero-shot

Recentemente, a Oute AI lançou um novo método de síntese de texto para fala chamado OuteTTS-0.1-350M. Este método utiliza modelagem de linguagem pura, sem adaptadores externos ou arquiteturas complexas, oferecendo um método TTS simplificado. O OuteTTS-0.1-350M é baseado na arquitetura LLaMa e usa o WavTokenizer para gerar tokens de áudio diretamente, tornando o processo mais eficiente. O modelo possui a capacidade de clonagem de voz zero-shot, necessitando apenas alguns segundos de áudio de referência.