/ Аудио и речь

Mistral AI улучшила распознавание речи: добавлена функция обнаружения пауз

1 день назад

IBM запускает Granite Speech 5.0: Расширенные модели для корпоративной транскрипции и перевода

2 недели назад

MistralAI представила Voxtral 3: продвинутые модели для голосовых агентов

2 недели назад

MAI-Transcribe-2 от Microsoft лидирует в бенчмарке точности транскрипции

2 недели назад

OpenAI обновила голоса и акценты для ChatGPT и Codex

3 недели назад

TII представляет Falcon-ASR: передовое распознавание речи для эмиратского арабского диалекта

1 месяц назад

Google AI представила две продвинутые модели TTS Gemini 3.8 Flash

1 месяц назад

Gemini 3.8 запускает высоконастраиваемый синтез речи (Text-to-Speech) корпоративного уровня

1 месяц назад

Alibaba Qwen-Audio-3.1: полный аудиостек с эмоциональным ответом и многоспикерным распознаванием

1 месяц назад

Pika раскрыла подробности о своей модели Soundtrack для преобразования видео в аудио

2 месяца назад

Pika запускает четыре более доступные генеративные аудиомодели

2 месяца назад

OpenAI перестроила голосовой ИИ вокруг полнодуплексного общения

3 месяца назад

OpenAI выпустила две модели для транскрибации аудио

3 месяца назад

GPT-Live научили совмещать диалог с несколькими задачами

3 месяца назад

Synthesia улучшила ИИ-дубляж и синхронизацию губ

3 месяца назад

Adobe Firefly добавляет текстовую генерацию звуковых эффектов

3 месяца назад

OpenAI запускает GPT-Live для живого голосового общения в ChatGPT

3 месяца назад

OpenAI выпустила GPT-Realtime-2.1-mini в API

4 месяца назад

Meta представила SAM Audio: модель для разделения звука по запросу

4 месяца назад