Generatory wideo oparte na sztucznej inteligencji wciąż zmagają się z fundamentalnym problemem – brakiem dźwięku. Berliński startup Mirelo chce to zmienić, oferując technologię automatycznego udźwiękowienia klipów. Projekt zdobył właśnie 41 milionów dolarów finansowania w rundzie zalążkowej prowadzonej przez Index Ventures i Andreessen Horowitz (a16z).
Read More
Francuski startup Gradium, wydzielony z laboratorium Kyutai, pozyskał 70 milionów dolarów w rundzie zalążkowej. Firma, założona przez byłego badacza Google DeepMind, koncentruje się na rozwoju niskolatencyjnych, wielojęzycznych modeli głosowych opartych na sztucznej inteligencji, co ma być odpowiedzią na rosnące zapotrzebowanie na ultrarealistyczne interakcje głosowe.
Read More
Speechify, znane dotąd z funkcji zamiany tekstu na mowę, wprowadza do swojego rozszerzenia Chrome nowe możliwości: dyktowanie głosem oraz interaktywnego asystenta AI.
Read More
OpenAI wprowadza znaczące zmiany w trybie głosowym ChatGPT, integrując go bezpośrednio z czatem. To krok w stronę bardziej intuicyjnej i płynnej interakcji z zaawansowanym chatbotem.
Read More
Model Step-Audio-R1 firmy StepFun AI zmienia tradycyjne podejście do przetwarzania dźwięku w sztucznej inteligencji, wprowadzając mechanizmy rozumowania oparte na rzeczywistych cechach akustycznych. To innowacyjne rozwiązanie ma szansę znacząco poprawić wydajność systemów AI w interpretacji złożonych danych audio, dorównując skutecznością modelom pokroju Gemini 3 Pro.
Read More
Firma ElevenLabs ogłosiła współpracę z Michaelem Caine’em i Matthewem McConaugheyem w celu tworzenia syntetycznych wersji ich głosów. Równocześnie uruchamia marketplace z autoryzowanymi głosami znanych osób — posunięcie wpisuje się w debatę o prawach do wizerunku głosowego i granicach użycia AI.
Read More
Adobe na swojej konferencji MAX zaprezentowało innowacyjne narzędzia oparte na sztucznej inteligencji, które w znaczący sposób mogą zmienić obróbkę materiałów audio w produkcji wideo. Od zmiany emocji w głosie lektora po inteligentne rozdzielanie ścieżek audio – nowe funkcjonalności mają za zadanie usprawnić pracę twórców i edytorów, jednocześnie budząc dyskusje na temat wpływu AI na branżę aktorską.
Read More
Profesor Nirupam Roy z University of Maryland opracował VoiceSecure – innowacyjny system, który maskuje mowę przed algorytmami sztucznej inteligencji, jednocześnie zachowując jej pełną zrozumiałość dla ludzkiego ucha. To odpowiedź na rosnące zagrożenie związane z wykorzystaniem danych głosowych do celów szpiegowskich, generowania deepfake’ów i kradzieży tożsamości biometrycznej.
Read More
Mati Staniszewski, dyrektor generalny ElevenLabs, przewiduje, że modele AI do generowania audio ulegną w przyszłości komodytyzacji. Firma, znana z innowacji w syntezie mowy, planuje przekierować swoje strategiczne wysiłki, aby sprostać nowym wyzwaniom rynkowym. Ta wizja, przedstawiona na konferencji TechCrunch Disrupt 2025, rzuca światło na ewolucję sektora AI i strategię utrzymania przewagi konkurencyjnej w horyzoncie średnio- i długoterminowym.
Read More
Platforma Mappa, wykorzystująca sztuczną inteligencję do analizy wzorców głosowych, oferuje nowatorskie podejście do weryfikacji kandydatów na stanowiska pracy, dążąc do wyeliminowania subiektywnych uprzedzeń i zwiększenia efektywności procesów rekrutacyjnych.
Read More