Voz De Ia

Nvidia lanzó Nemotron 3.5 Transcribe, un modelo de pesos abiertos para transcripción y traducción de audio multilingüe que, según la empresa, lidera una tabla de clasificación de benchmarks, junto con Granary v2, su conjunto de datos de voz de código abierto.

Modelos de IA • Techmeme

Deepgram → Daily

Deepgram ha adquirido Daily, el creador de Pipecat, para reforzar su infraestructura de IA de voz. Con Pipecat, Deepgram probablemente obtendrá una comprensión más profunda de la infraestructura de voz y vídeo en tiempo real.

ElevenLabs lanzó dos nuevos modelos de voz a voz diseñados para conversaciones de IA en tiempo real. La variante v1 Max supuestamente obtiene un 98.8 por ciento en el benchmark Big Bench Audio con un tiempo de respuesta de 0.57 segundos, que ElevenLabs dice que ningún modelo más rápido en el ranking de Artificial Analysis ha igualado.

Modelos • The Decoder