речевые-технологии

13 публикаций по теме

речевые-технологии

ИИ вернул музыканту голос после БАС

БАС лишил музыканта Патрика Дарлинга голоса, но ИИ от ElevenLabs позволил воссоздать клон по старым записям и вернуться к композициям. С помощью voice clone и музыкального генератора он сочинил песню и впервые за два года выступил на сцене с группой. Технология уже помогает жертвам БМН и других болезней творчески самовыражаться.

4 мин

13 февраля 2026 г.

Новости

Apple использует Gemini для Siri

Apple заключила многолетнюю сделку с Google, чтобы использовать модели Gemini в AI-функциях, включая Siri, из-за накопившихся проблем в ее архитектуре. Компания тратит более миллиарда долларов в год на это партнерство и параллельно разрабатывает собственную модель с триллионом параметров. Такие шаги помогут преодолеть технические ограничения текущей системы Siri.

2 мин

12 января 2026 г.

Новости

Chatterbox Turbo: клонирование голоса за 5 секунд

Resemble AI представила открытую модель Chatterbox Turbo для синтеза речи, которая клонирует голоса за пять секунд аудио. Она опережает ElevenLabs и Cartesia по качеству и скорости — первый вывод меньше 150 мс, плюс водяной знак PerTh. Модель под MIT-лицензией доступна на GitHub и платформах вроде Hugging Face для любых проектов.

1 мин

27 декабря 2025 г.

Новости

Google Translate с Gemini сохраняет тон и ритм речи

Google интегрирует модель Gemini в Google Translate для улучшения текстовых переводов и запускает бета-версию живого голосового перевода через наушники. Новая функция сохраняет тон и ритм речи говорящего.

3 мин

14 декабря 2025 г.

Новости

Nvidia представила ИИ для беспилотников и речи

На NeurIPS Nvidia представила Alpamayo-R1 для анализа трафика с помощью пошагового мышления и MultiTalker для разделения речей нескольких людей. Эти модели улучшают автономное вождение и обработку разговоров. Код Alpamayo-R1 открыт для некоммерческого использования, а также показаны инструменты для роботов.

1 мин

4 декабря 2025 г.

Статьи

Применение моделей ИИ для аудио в практических задачах

Статья обзорно описывает модели ИИ для обработки аудио, их типы и применения в реальных сценариях. Рассматриваются причины важности аудиомоделей, включая их роль в мультимодальном ИИ и преимущества прямого анализа. Особое внимание уделено задачам преобразования речи в текст, текста в речь и речи в речь, с примерами использования в повседневных задачах.

4 мин

28 октября 2025 г.

Статьи

Создание с Gemini 2.0 Flash и Flash-Lite

Семейство моделей Gemini 2.0 Flash и Flash-Lite теперь общедоступно, предлагая улучшенную производительность и упрощенное ценообразование для задач с длинным контекстом. Разработчики используют эти модели для создания голосовых ассистентов, анализа данных и редактирования видео, достигая значительного снижения затрат и времени. Примеры от компаний Daily, Dawn и Mosaic демонстрируют практическое применение в реальных проектах.

3 мин

11 октября 2025 г.

Новости

Практический тест Bee от Amazon

Bee — носимое ИИ-устройство от Amazon — упрощает запись и анализ бесед, разбивая их на сегменты с краткими пересказами. Оно интегрируется с Google-сервисами для задач, хранит воспоминания и факты о пользователе, но удаляет аудио после обработки и требует разрешения на запись. Пока идея повседневного использования вызывает вопросы о приватности и культурных нормах.

4 мин

13 января 2026 г.

Новости

Subtle выпустила наушники с изоляцией голоса

Стартап Subtle запустил беспроводные наушники Voicebuds с технологией изоляции голоса для звонков и заметок в шумных условиях. Устройство обещает в пять раз меньше ошибок транскрипции, чем AirPods Pro 3 с OpenAI, и интегрируется с iOS-приложением для голосового ввода без клавиш. Доступны предзаказы за 199 долларов с годовой подпиской.

2 мин

4 января 2026 г.

Новости

Qwen от Alibaba клонирует голоса за 3 секунды

Alibaba Cloud представила модели Qwen3-TTS-VD-Flash для генерации голосов по описанию и Qwen3-TTS-VC-Flash для клонирования голоса с трех секунд аудио на десяти языках. Они превосходят конкурентов вроде OpenAI и Elevenlabs по качеству и точности. Доступны через API и демо на Hugging Face.

1 мин

23 декабря 2025 г.

Новости

Как ИИ-голос почти устроил похищение в Канзасе

В Канзасе женщина получила голосовое сообщение с голосом своей матери, которое оказалось сгенерировано ИИ. Этот случай показывает новые методы мошенничества и важность проверки информации.

4 мин

13 декабря 2025 г.

Новости

Speechify добавляет голосовой ввод в Chrome

Speechify расширяет свое расширение для Chrome, добавляя голосовой ввод текста и разговорного ассистента для вопросов о веб-страницах. Инструмент поддерживает английский, исправляет ошибки и учится на использовании, хотя пока уступает конкурентам по точности. В будущем функции появятся в других приложениях, а также планируется разработка агентов для автоматизации задач вроде звонков.

3 мин

25 ноября 2025 г.

Новости

Индийские AI-стартапы против спам-звонков

В Индии AI-стартапы, такие как Equal AI и SpiderX AI, разрабатывают системы для борьбы со спам-звонками и мошенничеством с использованием дипфейков. Эти технологии анализируют разговоры в реальном времени и помогают пользователям избегать обмана. Однако растущие угрозы от ИИ-мошенников требуют постоянного развития защитных механизмов.

2 мин

23 октября 2025 г.

Показаны все статьи (13)

речевые-технологии

ИИ вернул музыканту голос после БАС

Apple использует Gemini для Siri

Chatterbox Turbo: клонирование голоса за 5 секунд

Google Translate с Gemini сохраняет тон и ритм речи

Nvidia представила ИИ для беспилотников и речи

Применение моделей ИИ для аудио в практических задачах

Создание с Gemini 2.0 Flash и Flash-Lite

Практический тест Bee от Amazon

Subtle выпустила наушники с изоляцией голоса

Qwen от Alibaba клонирует голоса за 3 секунды

Как ИИ-голос почти устроил похищение в Канзасе

Speechify добавляет голосовой ввод в Chrome

Индийские AI-стартапы против спам-звонков

Сейчас в тренде

Популярные темы