Alibaba выпустила пять речевых моделей Qwen-Audio-3.1 и снизила цены
Синтезатор речи из новой линейки говорит на 16 языках, копирует голос даже по шумной записи и стоит примерно на 70% дешевле прежнего.
тема · 51 новость за 60 дней
#голос
Распознавание и синтез речи, голосовые ассистенты.
23 сентября среда
22 сентября вторник
ИИ-репетитор помог студентам MBA, а голосовой режим учил не лучше текста
В эксперименте Бостонского университета студенты с ИИ-репетитором прибавили больше однокурсников без него, а голосовой режим стоил в 2,8 раза дороже текста и учил так же.
19 сентября суббота
Alibaba выпустила модель синхронного перевода речи Qwen3.8-LiveTranslate
Модель Alibaba переводит живую речь с 60 языков, различает собеседников и озвучивает перевод их голосами. Отстаёт от говорящего она в среднем на 2,3 секунды.
SpaceXAI выпустила модель распознавания речи Grok Voice Transcribe 2.0
По замерам компании, новая модель SpaceXAI переводит речь в текст вдвое точнее прошлой версии. Цена та же: от 10 центов за час записи.
18 сентября пятница
SpaceXAI научила агента Grok Bot говорить
С агентом Grok Bot от SpaceXAI можно говорить голосом: 17 сентября это показал аккаунт бота, а Илон Маск повторил новость.
17 сентября четверг
Codex получил голосового агента на GPT-Live-1: код можно поручать с телефона
Аккаунт OpenAI для разработчиков сообщил, что в Codex появился голосовой агент на модели GPT-Live-1. Судя по процитированному посту, говорить с ним можно с телефона, и он подключается к компьютеру откуда угодно.
16 сентября среда
Google выпустила голосовые модели Gemini 3.8 Live для разработчиков
Google встроила голосовую Gemini 3.8 Live в Gmail, Docs и поиск. Кому это доступно
Уиллисон собрал с помощью GPT-6 Astra страницу для разговора с Gemini Live
Модели Google ведут голосовой разговор и одновременно в фоне обращаются к сервисам, а версия с размышлениями заняла первое место в рейтинге голосовых моделей Artificial Analysis.
10 сентября четверг
OpenAI открыла разработчикам голосовую модель GPT-Live-1 из ChatGPT
GPT-Live-1 слушает и говорит одновременно, передаёт сложные задачи текстовым моделям вроде GPT-6 Astra и стоит 5 центов в минуту без их учёта.
9 сентября среда
Яндекс воссоздал голос Льва Толстого и сделал писателя собеседником Алисы AI
ИИ-персонаж Толстого отвечал цитатами из книг и дневников голосом, который синтезировали по архивным записям. Акция шла с 9 по 14 сентября.
* Meta Platforms Inc., которой принадлежат Facebook и Instagram, признана в России экстремистской организацией, её деятельность запрещена.