Web de actualidad independiente
Tongyi Lab de Alibaba ha lanzado Qwen-Audio-3.0-TTS, un sistema de conversión de texto a voz (TTS) orientado a la producción. El modelo se envía en dos variantes del mismo linaje.…
Miso Labs ha lanzado MisoTTS, un modelo de conversión de texto a voz de 8 mil millones de parámetros y peso abierto. Genera discurso expresivo a partir de contexto de…
Supertone lanzó Supertonic 3, la tercera generación de su sistema de texto a voz basado en ONNX en el dispositivo. Supertonic 3 se entrega con soporte para 31 idiomas, precisión…
La tecnología del habla todavía tiene un problema de distribución de datos. Los sistemas de reconocimiento automático de voz (ASR) y texto a voz (TTS) han mejorado rápidamente para los…
El panorama de Text-to-Speech (TTS) se está alejando de los canales modulares hacia modelos de audio grandes (LAM) integrados. El lanzamiento de Fish Audio de S2-Pro, el modelo insignia dentro…
El panorama del audio generativo está cambiando hacia la eficiencia. El equipo de nineninesix.ai ha lanzado un nuevo contendiente de código abierto, Kani-TTS-2. Este modelo…
En este artículo, aprenderá cómo la cuantificación reduce los modelos de lenguaje grandes y cómo convertir un punto de control FP16 en un archivo GGUF eficiente que puede compartir y…
Microsoft ha lanzado VibeVoice-Realtime-0.5B, un modelo de texto a voz en tiempo real que funciona con entrada de texto en streaming y salida de voz en formato largo, dirigido a…
La actriz Sydney Sweeney se consolidó como una de las favoritas de la extrema derecha después del controvertido anuncio de jeans azules de American Eagle que, según algunos, dio un…
DeepSeek-AI lanzó 3B DeepSeek-OCR, un sistema de modelo de visión-lenguaje (VLM) de análisis de documentos y OCR de extremo a extremo que comprime texto largo en un pequeño conjunto de…