Caută în știri_

36 de rezultate pentru „voice”

• 20:12aiDeepgram achiziționează Daily, creatorul Pipecat, pentru a-și consolida infrastructura de voice AIDeepgram a achiziționat Daily, compania din spatele framework-ului Pipecat, pentru a-și consolida infrastructura de voice AI. Tranzacția i-ar putea oferi Deepgram o înțelegere mai aprofundată a sistemelor în timp real pentru voce și video.
  
• 21.10 · 09:14aiElevenLabs vrea să ruleze agentul tău vocal: la ce renunță dezvoltatoriiElevenLabs a lansat Eleven Realtime, un serviciu gestionat pentru agenți vocali, cu două modele: Mini și Max. Textul disponibil precizează că modelele integrează recunoașterea vorbirii, raționamentul și gestionarea schimbului de replici, dar nu oferă detalii suplimentare despre compromisurile pentru dezvoltatori.
  
• 15.10 · 09:01aiDeepgram vizează AI-ul vocal pe laptopuri air-gappedDeepgram dezvoltă infrastructură pentru a rula modelele sale de AI vocal pe laptopuri air-gapped, răspunzând cererii crescânde pentru procesarea vocală pe dispozitiv. Această mișcare vizează îmbunătățirea confidențialității și reducerea latenței pentru aplicațiile de inteligență artificială conversațională.
• 15.10 · 09:00aiGrok Voice 3.0 de la SpaceXSI depășește OpenAI și Google pe indicele speech-to-speechSpaceXSI a lansat Grok Voice 3.0, un model actualizat speech-to-speech destinat agenților vocali de afaceri pentru suport clienți și vânzări. Testarea independentă realizată de Artificial Analysis plasează Grok Voice 3.0 înaintea modelelor de la OpenAI și Google.
• 14.10 · 09:00devAssemblyAI prezintă crearea unui asistent vocal în browser folosind JavaScriptAssemblyAI a publicat un tutorial care detaliază cum să construiești un asistent vocal bazat pe browser folosind JavaScript. Ghidul utilizează API-ul Voice Agent al AssemblyAI, tokenuri WebSocket și AudioWorklet pentru procesarea audio.
• 14.10 · 09:00aiAssemblyAI lansează Voice Standard Bench pentru optimizarea costurilor LLM pentru sarcini vocaleAssemblyAI a lansat Voice Standard Bench, un nou instrument conceput pentru a ajuta echipele să reducă costurile asociate cu modelele lingvistice mari (LLM) pentru sarcini legate de voce. Benchmark-ul clasifică peste 50 de modele în funcție de calitate, viteză și cost, permițând un rutare mai eficientă a sarcinilor de lucru.
• 14.10 · 09:00aiAssemblyAI susține că un singur WebSocket îmbunătățește experiența dezvoltatorilor de agenți vocaliAssemblyAI susține că experiența dezvoltatorilor pentru agenți vocali este îmbunătățită în principal prin factori precum viteza primului build, observabilitatea și claritatea facturării, mai degrabă decât prin concentrarea exclusivă pe latență și preț. Soluția propusă implică un design cu un singur WebSocket pentru a îmbunătăți aceste aspecte.
• 11.10 · 21:06devCrearea unei voci AI gratuite în urdu cu Gemini TTS: trei bug-uri întâlniteEchipa aplicației Sitey a dezvoltat o voce AI gratuită în urdu folosind Gemini TTS pentru utilizatorii din Pakistan, întâmpinând și rezolvând trei provocări tehnice specifice. Aceste probleme au inclus prevenirea citirii instrucțiunilor de către modelul TTS, gestionarea corectă a formatelor de fișiere WAV și asigurarea redării complete a audio în notele vocale WhatsApp.
• 11.10 · 20:12aiExecutivii consideră că AI-ul vocal nu a atins încă momentul său ChatGPTMai mulți executivi consideră că inteligența artificială vocală nu a atins încă momentul de cotitură, similar cu cel al modelelor textuale precum ChatGPT. Ei subliniază limitările semnificative în înțelegerea contextului și menținerea fluxului conversațional ca motive principale pentru acest decalaj.
• 09.10 · 09:06aiWillow apelează la CoreWeave pentru simplificarea antrenării modelelor AIWillow Care Inc., compania din spatele aplicației de dictare AI Willow Voice, a ales CoreWeave Inc. pentru a simplifica antrenarea modelelor AI. Parteneriatul permite startup-urilor să se concentreze pe dezvoltarea produselor, în loc să gestioneze infrastructura de calcul.
• 09.10 · 09:06aiAutomation Anywhere achiziționează Boost.ai pentru a extinde capabilitățile AI vocale orientate către cliențiAutomation Anywhere, un lider în automatizarea enterprise, a anunțat acordul de achiziție a Boost.ai, o companie specializată în AI vocal conversațional. Această achiziție urmărește să avanseze viziunea Automation Anywhere asupra "întreprinderii autonome", unde afacerile operează cu o asistență AI semnificativă.
• 05.10 · 09:10aiAnthropic Solicită Utilizatorilor Claude Să Partajeze Înregistrări Vocale pentru Antrenarea AI cu o Setare Nouă de Opt-InAnthropic a introdus o nouă setare de tip opt-in, permițând utilizatorilor Claude să partajeze înregistrările vocale pentru scopuri de antrenament AI. Această mișcare vizează îmbunătățirea înțelegerii și generării limbajului vorbit de către AI, sporindu-i capacitățile conversaționale.
• 02.10 · 09:05aiMicrosoft vizează agenți vocali ultra-realistici cu noul său model de transcriere în fluxMicrosoft a lansat un nou model de transcriere în flux, parte a familiei sale de inteligență artificială MAI, conceput pentru a permite dezvoltatorilor să creeze agenți vocali capabili de răspunsuri instantanee, asemănătoare celor umane. Acest avans își propune să faciliteze interacțiuni mai naturale și imediate în aplicațiile bazate pe voce.
• 29.09 · 21:19devFondator Construiește 'Ochelari pentru Voce' După ce și-a Pierdut Propria Voce din Cauza CanceruluiUhura Bionics, o companie startup care își propune să revoluționeze tehnologia de înlocuire a vocii, dezvoltă 'ochelari pentru voce' pentru a oferi o comunicare mai naturală și emoțională. Această inovație caută să depășească limitările actuale ale dispozitivelor cu voce robotică.
• 29.09 · 21:06aiStartup-ul de Voice AI Modulate strânge 25 de milioane de dolari pentru modele audio-nativeStartup-ul de Voice AI, Modulate, a obținut o finanțare de 25 de milioane de dolari pentru a extinde accesul la modelele sale audio-native în rândul dezvoltatorilor. Aceste modele procesează audio-ul brut al conversațiilor, analizând semnale precum emoția, tonul și intenția.
• 29.09 · 09:00hardwareScamatorii au convins o bancă italiană să transfere 95 de milioane de euro folosind o voce clonată cu AIEscrocii au reușit să păcălească conducerea Fideuram, divizia de private banking a Intesa Sanpaolo, să transfere aproximativ 95 de milioane de euro către conturi din străinătate, utilizând mesaje false și o voce clonată cu ajutorul AI. O mare parte din fonduri a fost recuperată ulterior, însă aproximativ 36 de milioane de euro sunt încă neidentificate.
• 28.09 · 21:11aiFondatoarea a creat AI pentru a detecta vocile deepfake după ce bunicul ei a fost înșelatTarini Padmanabhuni a fondat DetectifAI după ce bunicul ei a căzut victimă unei înșelătorii cu voci deepfake, impersonând pe fratele său. Startup-ul din San Francisco dezvoltă modele AI capabile de detectare vocală în timp real direct pe smartphone-uri.
• 27.09 · 20:09devBarge-in pentru Opt Voci AI: Cum să permiți întreruperi într-un apel de grup AI liveCrearea unei aplicații de apeluri de grup AI, unde utilizatorii pot întrerupe opt voci AI, s-a dovedit a fi o provocare, în principal din cauza complexității gestionării semnalelor de barge-in într-un mediu multi-agent. Dezvoltatorul a implementat mai multe soluții tehnice, inclusiv detecția activității vocale bazată pe energie și protecție stratificată împotriva ecoului, pentru a asigura o interacțiune umană fluidă fără a perturba fluxul conversației AI.
• 26.09 · 09:01devEndpointing-ul Deepgram a tăiat 22% dintre utilizatorii Voice AI în timpul răspunsuluiUn dezvoltator a descoperit că setarea parametrului de endpointing al Deepgram prea jos (300ms) a determinat ca AI-ul vocal să întrerupă utilizatorii în 22% din cazuri în timpul răspunsurilor mai lungi, din cauza pauzelor de gândire. A fost implementată o soluție cu două etape, combinând un punct final provizoriu cu o verificare a completitudinii și generare speculativă, reducând întreruperile la 3.1% cu o creștere minoră a latenței.
• 24.09 · 21:12aiGemini TTS de la Google Oferă Creare de Voce Personalizată Self-Serve, Contrastând Abordarea OpenAIGoogle a lansat Gemini 3.8 Flash TTS și Gemini 3.8 Flash-Lite TTS, făcând crearea de voci personalizate accesibilă prin Gemini API și Google AI Studio. Această mișcare oferă o opțiune self-serve, spre deosebire de modelul actual al OpenAI, care necesită contactarea departamentului de vânzări pentru soluții de voce personalizate.
• 24.09 · 21:09aiCEO-ul ElevenLabs: Companiile ar trebui să dezvăluie utilizarea vocii AIElevenLabs, o companie ce oferă voci AI pentru serviciul clienți, consideră că afacerile ar trebui să dezvăluie când clienții interacționează cu un AI. Declarația CEO-ului vine în contextul în care ElevenLabs ar fi atins o evaluare de 22 miliarde de dolari.
• 21.09 · 21:18hardwareLuke Creatives a Construit o Mașină de Soda cu AI Controlată VocalLuke Creatives a dezvoltat o mașină de soda cu AI, controlată vocal, capabilă să amestece arome personalizate pe baza comenzilor rostite. Acest proiect a necesitat opt luni de muncă, demonstrând o combinație de inginerie hardware și integrare AI.
• 21.09 · 08:13devAgenți Vocali în Microsoft Foundry: Arhitectura Realtime Speech-to-SpeechMicrosoft Foundry a introdus Agenți Vocali, un nou tip de agent conceput pentru interacțiuni vocale în timp real, schimbând fundamental execuția agenților de la HTTP stateless la un model persistent WebSocket. Această arhitectură abordează complexitățile conversației umane naturale, inclusiv întreruperile și răspunsurile imediate, care sunt critice pentru aplicațiile bazate pe voce.
• 19.09 · 21:11hardwareTânăr realizator: Student la inginerie din AP dezvoltă imprimantă Braille cu comandă vocală, câștigă Premiul James Dyson 2026Un student la inginerie din Andhra Pradesh a câștigat prestigiosul Premiu James Dyson 2026 pentru dezvoltarea unei imprimante Braille cu comandă vocală. Acest dispozitiv inovator își propune să facă informația mai accesibilă persoanelor cu deficiențe de vedere, permițându-le să imprime conținut digital în Braille folosind comenzi vocale.
• 17.09 · 09:12aiStartupul islandez Treble strânge 18 milioane USD pentru platforma sa de simulare vocalăCompania islandeză Treble a obținut finanțare de 18 milioane USD pentru a-și dezvolta platforma de simulare vocală. Această platformă este destinată dezvoltatorilor de modele AI vocale, companiilor de dispozitive purtabile AI și celor din domeniul roboticii.
• 16.09 · 21:02devDenuvo dă în judecată crackerul anonim de jocuri 'voices38' pentru presupusa ocolire a DRM, solicitând dauneDenuvo dă în judecată un cracker anonim de jocuri, cunoscut sub numele de 'voices38', pentru presupusa ocolire a protecțiilor sale Digital Rights Management (DRM) pe 26 de jocuri. Procesul se bazează pe prevederile anti-ocolire ale DMCA, în loc de acuzații tradiționale de încălcare a drepturilor de autor.
• 16.09 · 09:10aiModelul vocal OpenAI nu gândește. Acesta este scopul săuNoul model vocal de la OpenAI abordează problema latenței agenților vocali, prioritizând viteza în detrimentul proceselor complexe de gândire. Această abordare urmărește să facă interacțiunile vocale mai naturale și mai receptive, chiar și atunci când efectuează sarcini solicitante.
• 15.09 · 21:29devVoicemod lansează un dispozitiv de buzunar pentru schimbarea vocii în timp real pe mobilVoicemod a lansat un nou dispozitiv mobil, Key Pocket, care permite utilizatorilor să își schimbe vocea sau să declanșeze efecte sonore în timp real pe smartphone-uri. Acest dispozitiv extinde funcționalitatea dongle-ului anterior Voicemod Key, oferind o mai mare versatilitate pentru jocuri, apeluri și streaming.
• 14.09 · 21:11devDezvoltatorii de Agenți AI Adoptă Tot Mai Mult Signal House pentru Comunicații SMS și VoceAgenții AI necesită o infrastructură de comunicații robustă dincolo de simple interacțiuni web pentru a efectua sarcini precum calificarea lead-urilor și programarea întâlnirilor. Platformele mai noi, precum Signal House, personalizează în mod specific serviciile de comunicații, inclusiv SMS și voce, pentru a satisface nevoile complexe ale fluxurilor de lucru agențiale, diferențiindu-se de furnizorii tradiționali.
• 12.09 · 09:12aiConstruiți Experiențe Vocale Mai Naturale cu GPT-Live-1 în APIOpenAI a introdus GPT-Live-1, un nou model pentru API-ul său care permite conversații vocale naturale, full-duplex. Această inovație îmbunătățește semnificativ capacitatea de a crea aplicații vocale mai interactive și asemănătoare celor umane.
• 11.09 · 09:08aiOpenAI a împărțit creierul unui model vocal, ducând la ștergerea coduluiOpenAI a experimentat cu împărțirea unui model vocal în componente separate, dar acest lucru a dus la ștergerea a 23.000 de linii de cod de către o echipă din cauza complexității. Această abordare a vizat îmbunătățirea funcționalității agenților vocali, care sunt de obicei construiți ca un lanț de modele diferite.
• 11.09 · 08:01roboticsTracker de fitness fără ecran încorporează funcția de notițe vocale de pe smartwatchNothing Watch 3 Pro, un tracker de fitness de bază, include un înregistrator de note vocale care transcrie audio într-o aplicație companion pe telefon. Această funcție, de obicei întâlnită pe smartwatch-uri mai avansate, oferă comoditate utilizatorilor care înregistrează frecvent mesaje vocale.
• 08.09 · 21:23aiEscrocii exploatează părinții folosind voci de copii imitate prin AI, avertizează un expertEscrocii folosesc din ce în ce mai mult inteligența artificială pentru a clona vocile copiilor, creând apeluri false de primejdie pentru a stoarce bani de la părinți neștiutori. Un expert avertizează că aceste escrocherii generate de AI devin mai sofisticate și mai greu de detectat.
• 08.09 · 08:01devSăptămâna aceasta la Romi #2: Reducerea latenței în Voice AIRomi s-a concentrat pe reducerea latenței în pipeline-ul lor Voice AI pentru a îmbunătăți fluxul conversațional. Schimbările cheie includ migrarea către instrumente asincrone, optimizarea straturilor de dedublare și trecerea la un model mai rapid pentru invocarea instrumentelor.
• 07.09 · 09:10aiPhonely lansează Alma, un LLM vocal cu 63% mai rapid și 84% mai ieftin decât OpenAIPhonely a introdus Alma, un nou model lingvistic mare (LLM) vocal, conceput pentru a depăși semnificativ ofertele OpenAI în ceea ce privește viteza și costul. Această dezvoltare urmărește să facă AI-ul vocal avansat mai accesibil și mai eficient pentru companii.
• 01.09 · 21:03aiMuse Voice Transcribe de la Meta depășește OpenAI și Google pe anumite benchmark-uriLaboratoarele Superintelligence de la Meta au lansat Muse Voice Transcribe, un nou model de recunoaștere vocală în timp real. Acest model a demonstrat performanțe superioare comparativ cu ofertele de la OpenAI și Google pe anumite benchmark-uri.