голос

Открытая Voxtral TTS: синтез речи от Mistral AI

Mistral AI представила Voxtral TTS — открытую модель TTS с 4 млрд параметров для 9 языков. Она клонирует голос за 3 секунды аудио, обеспечивает задержку 70 мс и RTF 9.7x. Подходит для реального времени в агентах, поддержке и локализации.

12 мин

1 мая 2026 г.

Amazon запустил ИИ-аудиочат для вопросов о товарах

Amazon ввел функцию 'Join the chat' — ИИ-аудиочат для вопросов о товарах на страницах продуктов. Она интегрирована в 'Hear the highlights' с аудиообзорами и доступна в приложении для США. Функция опирается на отзывы и характеристики, дополняя инструменты вроде Rufus и Interests.

28 апреля 2026 г.

Nothing представила ИИ-диктовку Essential Voice

Nothing представила Essential Voice — ИИ-инструмент для голосового ввода текста в любом приложении смартфона. Он удаляет слова-паразиты, поддерживает кастомные шорткаты и перевод на 100+ языков, стартовав на Phone (3). Функция ускоряет набор в четыре раза по сравнению с печатью.

1 мин

24 апреля 2026 г.

Google Gemini 3.1 TTS — самая выразительная модель с 70+ языками

Google запустила модель синтеза речи Gemini 3.1 Flash TTS — самую естественную с аудиотэгами для контроля стиля и поддержкой 70+ языков. Она занимает топовые места в рейтингах Artificial Analysis с Elo 1211, обходя ElevenLabs v3. Доступна бесплатно в AI Studio с пометкой SynthID.

15 апреля 2026 г.

Avec: почтовое приложение со свайпами в стиле Tinder

Мобильное приложение Avec упрощает обработку email карточками со свайпами как в Tinder и голосовыми ответами с учётом контекста. Оно учится на привычках пользователя и группирует неважные письма. Стартап привлек 8,4 млн долларов инвестиций и фокусируется на iOS с планами на расширение.

9 апреля 2026 г.

Google выпустил оффлайн ИИ-приложение для диктовки на iOS

Google представил бесплатное приложение Google AI Edge Eloquent для оффлайн-диктовки на iOS с моделями Gemma. Оно фильтрует слова-паразиты, предлагает стили текста и импортирует термины из Gmail. Ожидается версия для Android с функцией плавающей кнопки.

6 апреля 2026 г.

Alexa+ упрощает заказ еды с Uber Eats и Grubhub

Amazon расширил Alexa+ возможностью заказа еды из Uber Eats и Grubhub в разговорном стиле с мгновенными правками. Функция доступна на Echo Show 8+, синхронизирует прошлые заказы и подводит итоги. Это развитие идёт на фоне трудностей ИИ в фастфуде у McDonald’s и Taco Bell, а ассистент обзавёлся новыми стилями общения.

31 марта 2026 г.

Статьи

Лучшие ИИ-приложения для диктовки речи: тест и рейтинг

Рейтинг лучших приложений для диктовки речи на базе ИИ после тестирования: Wispr Flow с кастомными стилями, Willow с фокусом на приватность, Superwhisper для файлов. Каждое предлагает уникальные функции вроде низкой задержки, оффлайн-работы или больших бесплатных лимитов, цены от бесплатных до пожизненных лицензий.

9 мин

2 мая 2026 г.

Google Translate теперь позволяет практиковать произношение

Google Translate к 20-летию запустил практику произношения с оценкой речи и советами. Функция работает на английском, испанском и хинди в США и Индии, похожа на Duolingo. Недавно расширили перевод через наушники на iOS и ряд стран для Android.

1 мин

29 апреля 2026 г.

Статьи

Устройство SpeakOn для диктовки: плюсы и ограничения

SpeakOn — легкий гаджет на 25 г для голосовой диктовки, крепится к iPhone через MagSafe и работает независимо от микрофона смартфона. Устройство распознает речь в 2 футах, переводит на 12 языков, но страдает от шумов, ограничено iOS и навязчиво редактирует текст. Стоит $129 за 5000 слов в неделю, перспективно при доработках.

5 мин

26 апреля 2026 г.

DeepL осваивает голосовой перевод в реальном времени

DeepL анонсировала инструменты для перевода речи в реальном времени с поддержкой Zoom, Teams, мобильных чатов и групповых сессий по QR-коду. Система адаптируется к терминологии, балансирует задержку и точность, а в будущем перейдет на end-to-end модель. Конкурируют Sanas с изменением акцентов, Camb.AI для видео и Palabra с сохранением голоса.

16 апреля 2026 г.

LPM 1.0: ИИ генерирует 45-минутное видео из фото в реальном времени

Исследователи создали LPM 1.0 — ИИ для генерации видео в реальном времени из одного фото с лип-синком, мимикой и эмоциями, стабильных до 45 минут. Модель различает состояния разговора, работает с фотореализмом, аниме и 3D без дообучения. Пока проект закрыт, без релиза из-за deepfake-рисков.

13 апреля 2026 г.

Google выпустил оффлайн-приложение для ИИ-диктовки Eloquent

Google выпустил бесплатное iOS-приложение Google AI Edge Eloquent для оффлайн-диктовки на базе Gemma. Оно чистит речь от паразитов, предлагает стили текста и интегрирует данные из Gmail. Сервис конкурирует с Wispr Flow и другими, клавиатура для iOS на подходе.

8 апреля 2026 г.

Microsoft бросает вызов ИИ-соперникам тремя новыми базовыми моделями

Microsoft AI выпустила три базовые модели ИИ: MAI-Transcribe-1 для транскрипции речи на 25 языках, MAI-Voice-1 для генерации аудио и MAI-Image-2 для видео. Они дешевле аналогов от Google и OpenAI, разработаны командой супер-интеллекта под Мустафу Сулемана. Компания сохраняет партнерство с OpenAI, инвестировав более 13 млрд долларов.

2 апреля 2026 г.