IA de voz

A Adalat AI abriu modelos de ASR índico para três idiomas, oferecendo aos desenvolvedores novos recursos de reconhecimento de fala, enquanto os detalhes de desempenho ainda precisam ser verificados.

A Wispr captou US$ 280 milhões com uma avaliação de US$ 2 bilhões, financiando novas ferramentas de reunião e modelos de fala à medida que a concorrência em ditado por IA se intensifica.

O suposto NemotronLabs VoiceChat 11B da NVIDIA mira agentes de voz abertos e em tempo real, mas a evidência limitada da fonte deixa benchmarks e detalhes de implantação sem confirmação.

A OpenAI apresentou o GPT-Live, um sistema de voz de baixa latência projetado para conversas contínuas, oferecendo aos desenvolvedores uma nova abordagem para a interação em tempo real com IA.

A Smallest.ai arrecadou US$ 13 milhões para construir IA de voz de baixa latência para chamadas corporativas, apostando que modelos pequenos e especializados podem fazer os agentes parecerem humanos.

A OpenAI apresentou o Presence, uma plataforma gerenciada para agentes de voz e chat corporativos voltada a implantações confiáveis e controladas por políticas.

A Current AI está expandindo uma pilha de IA de interesse público com ferramentas de idioma offline, subsídios e um chatbot de código aberto voltado a comunidades desatendidas.

A OpenAI apresentou os modelos de voz GPT-Live para o ChatGPT, apostando que a fala full-duplex pode tornar os assistentes de IA mais úteis para o trabalho ao vivo.

A Interfaze lançou o diffusion-gemma-asr-small, um modelo de ASR de código aberto para seis idiomas que testa a decodificação por difusão como um novo caminho para a IA de fala.

O Google lançou o Gemini 3.5 Live Translate, um modelo de IA de fala para fala para tradução em quase tempo real em mais de 70 idiomas.