Audio-KI

Das in Island ansässige Unternehmen Treble hat 18 Millionen Dollar erhalten, um die akustische Simulation für Voice-AI-Modelle, Wearables, Robotik und andere klanggetriebene Produkte auszubauen.

Google DeepMind bringt Gemini 3.8 Live Audio-Modelle mit niedrigen API-Preisen auf den Markt und fordert OpenAIs GPT-Live-1 bei Kosten, Qualität und Entwicklerakzeptanz heraus.

OpenAI hat GPT-Live-Sprachmodelle für ChatGPT vorgestellt und setzt darauf, dass Vollduplex-Sprache KI-Assistenten für Live-Arbeit nützlicher machen kann.

Interfaze hat diffusion-gemma-asr-small veröffentlicht, ein Open-Source-ASR-Modell für sechs Sprachen, das Diffusion-Decoding als neuen Weg für Sprach-KI erprobt.

Amazon hat eine KI-gestützte Einkaufsfunktion eingeführt, die gesprochene Audioantworten auf Produktfragen generiert.

Apple hat das israelische Audio-AI-Startup Q.ai für rund 2 Milliarden US-Dollar übernommen – die zweitgrößte Akquisition des Unternehmens. Dieser Schritt signalisiert einen großen Vorstoß in die KI, insbesondere in Audiotechnologien für Produkte wie die AirPods und das Vision Pro.