Hume AI prezentuje Octave 2: Nowa generacja syntezy mowy AI
Hume AI wprowadza na rynek Octave 2, ulepszony model AI do syntezy mowy, obiecujący szybkość, wielojęzyczność i nowe możliwości edycji głosu. Czy to przełom w branży voice AI?
Read More
Audio
WhisperX: Kompletny system transkrypcji i analizy dźwięku z wykorzystaniem AI
Nowe narzędzie open-source łączy transkrypcję, precyzyjne znaczniki czasowe i analizę dźwięku w jednym, wydajnym systemie.
Read More
Hume AI testuje Octave 2 Multilingual: Nowa era w syntezie mowy
Hume AI przygotowuje się do wprowadzenia na rynek Octave 2 Multilingual, model syntezy mowy, który oferuje niskie opóźnienia i obsługę ponad 10 języków. Czy to przełom w dziedzinie tłumaczeń w czasie rzeczywistym i interakcji głosowych?
Read More
Liquid AI prezentuje LFM2-Audio-1.5B: przełomowy model audio z opóźnieniem poniżej 100 ms
Startup Liquid AI wprowadza na rynek LFM2-Audio-1.5B, kompaktowy model fundamentowy audio-językowy, który rozumie i generuje mowę oraz tekst za pomocą pojedynczego, kompleksowego stosu. Obiecuje on niskie opóźnienia i działanie w czasie rzeczywistym, nawet na urządzeniach o ograniczonych zasobach.
Read More
Norweski startup Hance rewolucjonizuje przetwarzanie dźwięku za pomocą AI
Norweski startup Hance opracował niezwykle małe i wydajne oprogramowanie do przetwarzania dźwięku oparte na sztucznej inteligencji. Ich rozwiązanie, ważące zaledwie 242 kB, znalazło już zastosowanie w Formule 1 i współpracuje z Intelem.
Read More
Klonowanie głosu przez AI: Granica między prawdą a fałszem coraz bardziej zatarta
Badania wskazują, że sztuczna inteligencja osiągnęła punkt, w którym generowane przez nią głosy są niemal nieodróżnialne od ludzkich, co rodzi pytania o etykę i bezpieczeństwo.
Read More
Spotify walczy ze spamem i klonowaniem głosów, wprowadza oznaczenia muzyki generowanej przez AI
Spotify ogłosiło zmiany w polityce dotyczące sztucznej inteligencji, obejmujące oznaczanie muzyki generowanej przez AI, filtrowanie spamu i zakaz nieautoryzowanych klonów głosowych. Platforma zamierza wprowadzić standard DDEX i nowe filtry antyspamowe.
Read More
Huxe: Twórcy NotebookLM stawiają na audio w nowej aplikacji do newsów i researchu
Zespół stojący za sukcesem NotebookLM prezentuje Huxe, aplikację, która przekształca informacje w angażujące podcasty, otwierając nowy rozdział w konsumpcji treści.
Read More
Xiaomi prezentuje MiMo-Audio: przełom w modelowaniu mowy dzięki 7-miliardowemu modelowi językowemu
Xiaomi wprowadza na rynek MiMo-Audio, model językowy mowy o parametrach 7B, przeszkolony na ponad 100 milionach godzin nagrań audio. Model ten, wykorzystujący unikalne tokeny dyskretne o wysokiej wierności, stanowi znaczący krok naprzód w dziedzinie sztucznej inteligencji mowy.
Read More
Stable Audio 2.5 od Stability AI: Nowe możliwości generowania dźwięku dla przedsiębiorstw
Nowy model od Stability, Stable Audio 2.5, w kilka sekund generuje utwory, edytuje dźwięk i umożliwia tworzenie muzyki na potrzeby biznesu.
Read More