IA vocale

Adalat AI a ouvert des modèles d’ASR indic pour trois langues, offrant aux développeurs de nouvelles ressources de reconnaissance vocale tandis que les détails de performance restent à vérifier.

Wispr a levé 280 millions de dollars pour une valorisation de 2 milliards de dollars, finançant de nouveaux outils de réunion et des modèles de parole alors que la concurrence s’intensifie dans la dictée IA.

Le NemotronLabs VoiceChat 11B de NVIDIA, selon les rapports, vise des agents vocaux ouverts en temps réel, mais les éléments sources limités ne permettent pas de confirmer les benchmarks ni les détails de déploiement.

OpenAI a présenté GPT-Live, un système vocal à faible latence conçu pour une conversation continue, offrant aux développeurs une nouvelle approche de l’interaction IA en temps réel.

Smallest.ai a levé 13 millions de dollars pour créer une IA vocale à faible latence pour les appels d’entreprise, pariant que de petits modèles spécialisés peuvent faire paraître les agents plus humains.

OpenAI a présenté Presence, une plateforme gérée pour les agents vocaux et de chat en entreprise, conçue pour des déploiements fiables et contrôlés par des politiques.

Current AI développe une pile d’IA d’intérêt public avec des outils linguistiques hors ligne, des subventions et un chatbot open source destiné aux communautés mal desservies.

OpenAI a présenté les modèles vocaux GPT-Live pour ChatGPT, pariant que la parole en duplex intégral peut rendre les assistants IA plus utiles pour le travail en direct.

Interfaze a publié diffusion-gemma-asr-small, un modèle ASR open source pour six langues qui teste le décodage par diffusion comme nouvelle voie pour l’IA vocale.

Google a lancé Gemini 3.5 Live Translate, un modèle d’IA de traduction vocale à vocale pour une traduction quasi en temps réel dans plus de 70 langues.