Koniec polowania na słowa. Google Gemini 3.5 Live Translate wchodzi do gry
Google wdrażany model Gemini 3.5 Live Translate, kt3ry pozwala na płynne tłumaczenie audio w ponad 70 językach bez ręcznego przełączania ustawień.
Read More
Audio
Koniec z czekaniem na bota. Audio Interaction wprowadza do rozmów ludzki refleks
Badacze z Azji stworzyli system Audio Interaction, który analizuje mowę co 0,4 sekundy i eliminuje sztuczne pauzy w rozmowie z AI. Model udostępniony na otwartej licencji radzi sobie z hałasem otoczenia lepiej niż rozwiązania od Google czy Alibaby.
Read More
MisoTTS rzuca rękawicę ElevenLabs: 8 miliardów parametrów w otwartym kodzie
Miso Labs udostępnia otwarty model 8B do syntezy mowy, który z opóźnieniem 110ms i funkcją klonowania głosu może mocno namieszać na rynku zdominowanym przez ElevenLabs.
Read More
Bliski Wschód buduje głosową suwerenność. CNTXT AI przejmuje specjalistów od arabskiego Voice AI
CNTXT AI przejmuje dewelopera arabskich systemów głosowych, stawiając na technologiczną niezależność regionu w cieniu rosnących kosztów infrastruktury i napięć geopolitycznych.
Read More
Warszawa sercem globalnej rewolucji audio AI. ElevenLabs potraja zespół i zapowiada akwizycje
Polski jednorożec ElevenLabs potraja zatrudnienie w Warszawie i szykuje kolejne przejęcia. Firma rzuca wyzwanie gigantom z Doliny Krzemowej, stawiając na ścisłą specjalizację w technologiach audio.
Read More
LOT wpuszcza AI na infolinię. ElevenLabs ma położyć kres czekaniu na konsultanta
Polskie Linie Lotnicze LOT wdrażają inteligentnego asystenta głosowego od ElevenLabs, by skrócić czas oczekiwania na połączenie z konsultantem i usprawnić obsługę tysięcy pasażerów w szczycie sezonu.
Read More
Cyfrowe zmartwychwstanie Stana Lee. ElevenLabs monetyzuje legendę Marvela
Stan Lee dołącza do cyfrowej giełdy celebrytów ElevenLabs. Firma będzie sprzedawać syntetyczny głos i wizerunek zmarłego twórcy Marvela w ramach masowej oferty dla twórców AI.
Read More
Głos, który czuje. Szanghajski StepFun ogrywa OpenAI i Google w emocjonalnym teście
Model StepAudio 2.5 Realtime od StepFun pokonał systemy OpenAI i Google w testach interpretacji emocji. Chiński startup wykorzystał 10 tysięcy bazowych wzorców mowy, by stworzyć AI, która słyszy ironię i nigdy nie wychodzi z roli.
Read More
Claude dogania konkurencję: nadchodzi wielojęzyczny tryb głosowy i zmiany w interfejsie
Anthropic szykuje ofensywę na rynku asystentów głosowych. Nadchodząca aktualizacja Claude’a wprowadzi obsługę 18 języków oraz tryb push-to-talk, rzucając wyzwanie darmowym funkcjom ChatGPT.
Read More
Koniec ery drogich lektorów? Spotify integruje technologię ElevenLabs w panelu dla autorów
Spotify uruchamia narzędzie oparte na technologii ElevenLabs, które pozwoli autorom tworzyć profesjonalne audiobooki bez udziału lektora. To kolejny krok polskiego startupu w stronę globalnej dominacji na rynku generatywnego audio.
Read More