Новости: голосовой ИИ

MOSS-Live лидирует по шести полнодуплексным метрикам, ошибочно отвечая на фоновую речь в 2% случаев. Система уступает GPT-Live-1 в многоходовых задачах и Doubao в понимании аудио.

Голосовой ИИ часто упускает важные моменты для своего контекстного слоя, что приводит к сбою всего конвейера. Узнайте, как улучшить понимание и прозрачность.

Modulate обнаруживает дипфейки, мошенничество и обман с помощью голосового ИИ. Узнайте, как технологии компании защищают от угроз и анализируют разговоры.

Платформа симуляции голоса Treble используется разработчиками голосовых ИИ-моделей, компаниями-производителями носимых ИИ-устройств и робототехники. Ускорьте разработку ИИ с помощью передовых симуляций.

Сделайте общение с ИИ более естественным! OpenAI выпустила API для GPT-Live-1, обеспечивая полнодуплексную голосовую связь в реальном времени. Ускорьте разработку отзывчивых приложений.

Стартап строит голосовые модели, способные заставить ИИ-звонки пройти тест Тьюринга. Узнайте, как Smallest.ai использует специализированные модели для zero-lag диалогов и привлек $13 млн.

OpenAI представила GPT-Live, новую архитектуру для ChatGPT Voice, которая позволяет модели слушать, думать и говорить одновременно, устраняя традиционный стиль «рации» голосовых помощников.

Собственный стек стартапа для Африки и Ближнего Востока теперь обрабатывает более 17 000 звонков в день. — techcrunch.com

Wispr Flow заявляет об ускорении роста в Индии после запуска поддержки хинглиша, несмотря на то, что продукты голосового ИИ продолжают сталкиваться с трудностями. — techcrunch.com

Alibaba представила Fun-Audio-Chat, новую модель речевого взаимодействия с открытым исходным кодом. Модель с 8 млрд параметров обеспечивает естественные голосовые беседы и интеграцию с внешними сервисами. Цель – ускорить инновации в области голосового ИИ.