Ai Speech

A Nvidia lançou o Nemotron 3.5 Transcribe, um modelo de pesos abertos para transcrição e tradução de áudio multilíngue que, segundo a empresa, lidera um ranking de benchmark, junto com o Granary v2, seu conjunto de dados de fala de código aberto.

Modelos de IA • Techmeme

A ElevenLabs lançou dois novos modelos de fala para fala projetados para conversas de IA em tempo real. A variante v1 Max supostamente pontua 98,8 por cento no benchmark Big Bench Audio com um tempo de resposta de 0,57 segundos, o que a ElevenLabs diz que nenhum modelo mais rápido no leaderboard da Artificial Analysis igualou.

Modelos • The Decoder