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.

Encore AI a levé 30 millions de dollars en Série A pour construire des agents vocaux et textuels entraînés sur les appels clients, pariant sur une IA d’entreprise spécifique aux workflows.

Cars24 indique que ses agents vocaux et de chat propulsés par OpenAI traitent désormais plus d’1 million de minutes par mois, illustrant la manière dont l’IA d’entreprise s’intègre aux flux de travail clients essentiels.

Un article de Trend Hunter met en lumière les plateformes d’agents vocaux IA, soulignant la demande d’outils d’appels automatisés alors que les détails du produit restent flous.

Gradium a porté son tour de seed à 100 millions de dollars avec le soutien de Nvidia, finançant une expansion vers la Bay Area alors que la concurrence dans l’IA vocale s’intensifie.

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.

Les entreprises se précipitent pour automatiser les appels de recouvrement de dettes avec l'IA, soulevant de nouvelles questions pour les consommateurs, les sociétés financières et les régulateurs.

TechCrunch rapporte que l’IA a reconstruit l’audio du cockpit à partir de données de spectrogramme, poussant le NTSB à examiner les dossiers publics de l’enquête.

La startup de voix IA Vapi a levé 50 millions de dollars lors d’un tour de série B après qu’Amazon a choisi sa plateforme pour gérer les appels des clients de Ring.

TechCrunch rapporte que les outils de dictée et d’informatique vocale basés sur l’IA, tels que Wispr, pourraient modifier les usages au bureau et les configurations de travail.

OpenAI a présenté GPT-Realtime-2, GPT-Realtime-Translate et GPT-Realtime-Whisper pour les applications vocales en direct.

Microsoft dévoile trois modèles d’IA propriétaires ciblant la transcription, la synthèse vocale et la génération d’images, défiant directement OpenAI et Google.

Google a publié Gemini 3.1 Flash Live, son modèle audio et vocal en temps réel de la plus haute qualité à ce jour, offrant une latence réduite, une meilleure reconnaissance des tonalités émotionnelles et l'obligation d'apposer un filigrane SynthID sur tous les audios générés par l'IA. Search Live s'étend simultanément à plus de 200 pays.

ElevenLabs et IBM ont annoncé une collaboration pour intégrer la technologie de synthèse vocale et de reconnaissance vocale d'ElevenLabs dans IBM watsonx Orchestrate, permettant aux entreprises de déployer des agents IA vocaux naturels et multilingues dans 70 langues.

La startup d'IA vocale ElevenLabs triple sa valorisation pour atteindre 11 milliards de dollars grâce à une série D menée par Sequoia, atteignant 330 M$ d'ARR alors qu'elle se prépare pour une introduction en bourse.

Le leader de l'IA vocale ElevenLabs obtient un financement de série D de $500M mené par Sequoia Capital, atteignant une valorisation de $11B avec un ARR de $330M grâce à l'adoption par les entreprises.

La startup d'IA vocale ElevenLabs obtient 500 M$ en série D à une valorisation de 11 milliards de dollars, triplant sa valeur en un an alors que l'adoption par les entreprises explose.

Le fournisseur d'infrastructure d'IA vocale LiveKit a obtenu 100 millions de dollars de nouveaux financements, atteignant une valorisation d'1 milliard de dollars. L'entreprise alimente les fonctionnalités vocales de ChatGPT d'OpenAI et étend ses solutions vocales et vidéo en temps réel.