Web de actualidad independiente
Google ha lanzado Gemini 3.8 Flash TTS y Gemini 3.8 Flash-Lite TTS, 2 nuevos modelos de conversión de texto a voz en su familia Gemini Audio. Google los llama sus…
Obtenga una generación de voz expresiva de alta calidad diseñada para escala global Gemini 3.8 Flash TTS ofrece capacidades líderes de personalización de voz, asegurando el puesto número 1 en…
Los agentes de voz fallan exactamente en las partes de una llamada que más importan: el número de pedido, los dígitos de devolución de llamada, la dirección de correo electrónico…
Cartesia ha lanzado Sonic-3.6, la versión más nueva de su modelo de conversión de texto a voz en tiempo real. Llega aproximadamente tres meses después…
TTS de texto a voz avanzó rápidamente durante el año pasado. La línea entre el habla sintética y la humana se estrechó. La latencia cayó por debajo de los 100…
Voice AI tiene un sucio secreto. La mayoría de los sistemas de conversión de texto a voz suenan bien… hasta que dejan de hacerlo. Pueden leer una oración. Lo que…
Google ha presentado Gemini 3.1 Flash TTS, un modelo de vista previa de texto a voz centrado en mejorar la calidad del habla, el control expresivo y la generación multilingüe.…
En este tutorial, exploramos Microsoft VibeVoice en Colab y creamos un flujo de trabajo práctico completo para el reconocimiento de voz y la síntesis de voz en tiempo real. Configuramos…
Mistral AI ha lanzado Voxtral TTS, un modelo abierto de conversión de texto a voz que marca el primer paso importante de la compañía hacia la generación de audio. Tras…
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…