NaturalSpeech 3 : système de synthèse vocale clonable avec émotions

Lancement de Dia, un modèle TTS open source révolutionnaire : prise en charge des émotions, des indices non verbaux et une qualité comparable à une conversation humaine

Nari Labs, une start-up composée de deux personnes, a lancé Dia, un modèle de synthèse vocale (TTS) de 1,6 milliard de paramètres, conçu pour générer des conversations naturelles directement à partir d'invites textuelles. Son co-fondateur, Toby Kim, affirme que Dia surpasse les produits propriétaires de concurrents tels qu'ElevenLabs, ainsi que la fonction de génération de podcasts NotebookLM AI de Google, et pourrait même concurrencer le récent gpt-4o-mini d'OpenAI.

ElevenLabs lance les serveurs MCP : intégration transparente de la synthèse vocale IA aux assistants intelligents

ElevenLabs a lancé ses serveurs MCP, permettant une intégration transparente de ses capacités de synthèse vocale IA de pointe dans les assistants intelligents. Cette solution offre une expérience utilisateur améliorée et une personnalisation accrue des interactions vocales.

ByteDance lance MegaTTS3 sur Hugging Face : une percée dans la synthèse vocale légère

Pékin – ByteDance a récemment publié son dernier modèle de texte à parole (TTS), MegaTTS3, sur la communauté open source d'intelligence artificielle Hugging Face. Cette publication a rapidement attiré l'attention des chercheurs et développeurs en IA du monde entier, grâce à ses performances révolutionnaires en termes de conception légère et de prise en charge multilingue. D'après les retours de la communauté technique et les informations officielles, MegaTTS3 est salué comme une avancée majeure dans le domaine de la synthèse vocale. Les points forts de MegaTTS3 :

Sesame lance le modèle CSM : l'IA de synthèse vocale personnalisée en temps réel atteint de nouveaux sommets

Le 13 mars, Sesame a lancé son dernier modèle de synthèse vocale, le CSM, suscitant un vif intérêt dans le secteur. Selon la présentation officielle, le CSM adopte une architecture d'apprentissage multimodale de bout en bout basée sur le Transformer, capable de comprendre le contexte et de générer une voix naturelle et expressive, avec un rendu sonore étonnamment réaliste. Ce modèle prend en charge la génération vocale en temps réel, peut traiter les entrées textuelles et audio, et permet aux utilisateurs de contrôler des caractéristiques telles que le ton, l'intonation, le rythme et les émotions en ajustant les paramètres, démontrant ainsi une grande flexibilité. Le CSM est considéré comme une avancée majeure dans la technologie de la synthèse vocale par IA.

Réponse de Lei Jun aux 7 jours de la fête nationale : 8 jours de critiques sur l'IA ; proposition de renforcer la législation sur la synthèse vocale et le remplacement de visage par IA

Lei Jun, dirigeant de Xiaomi, a répondu aux critiques concernant l'utilisation de l'IA pendant la fête nationale. Il a proposé un renforcement de la législation sur les technologies de synthèse vocale et de remplacement de visage par IA pour lutter contre les abus et les fake news.

Système de synthèse vocale Spark-TTS : prise en charge du clonage vocal zéro-échantillon et du contrôle granulaire

Dubformer筹集360万美元，其情感传递技术彻底改变了AI配音

Dubformer, une startup spécialisée dans l'IA, a annoncé avoir levé 3,6 millions de dollars pour développer sa technologie de pointe de transmission des émotions dans le doublage. Cette innovation révolutionne le secteur du doublage AI en offrant des voix plus naturelles et expressives.

Proposition de Lei Jun au cours de la session parlementaire : renforcer la lutte contre les abus et les atteintes aux droits liés à la technologie de substitution faciale et vocale par IA

Les propositions de Lei Jun pour le Deuxième Congrès National du Peuple 2025 : se concentrer sur les terminaux d'intelligence artificielle et la régulation des applications de substitution et de synthèse vocale de l'IA

Lei Jun souligne que les terminaux d'intelligence artificielle, en tant que plateformes importantes pour la mise en œuvre de la technologie de l'IA, ne cessent d'élargir leur champ d'application, passant des smartphones, des voitures intelligentes et des appareils portables aux maisons intelligentes et aux robots. Cette tendance injecte non seulement une nouvelle vitalité au marché de la consommation, mais fournit également une impulsion essentielle à la modernisation et à l'amélioration intelligente de la chaîne industrielle. Cependant, au stade initial du développement rapide des terminaux d'intelligence artificielle, il est nécessaire de surmonter les goulots d'étranglement technologiques essentiels, de construire un écosystème d'innovation collaborative afin de promouvoir la normalisation, la coopération, l'innovation et le développement de haute qualité de l'industrie.

IndexTTS : Modèle de synthèse vocale texte-parole Bilibili : Correction orthographique des prononciations chinoises, contrôle précis des pauses