Речевой ИИ

Adalat AI открыла Indic ASR-модели для трех языков, предоставив разработчикам новые ресурсы для распознавания речи, однако сведения о производительности еще предстоит проверить.

Wispr привлекла $280 миллионов при оценке в $2 миллиарда, профинансировав новые инструменты для встреч и голосовые модели на фоне обострения конкуренции в ИИ-диктовке.

Сообщаемый NVIDIA NemotronLabs VoiceChat 11B нацелен на открытых голосовых агентов в реальном времени, но ограниченные источники не позволяют подтвердить бенчмарки и детали развертывания.

OpenAI представила GPT-Live — низколатентную голосовую систему, созданную для непрерывного общения, предлагающую разработчикам новый подход к взаимодействию с ИИ в реальном времени.

Smallest.ai привлекла $13 млн на создание низколатентного голосового ИИ для корпоративных звонков, делая ставку на то, что небольшие специализированные модели помогут агентам звучать по-человечески.

OpenAI представила Presence — управляемую платформу для корпоративных голосовых и чат-агентов, рассчитанную на надежные, контролируемые политиками развертывания.

Current AI расширяет стек ИИ в общественных интересах с офлайн-языковыми инструментами, грантами и open-source чатботом, ориентированным на малообслуживаемые сообщества.

OpenAI представила голосовые модели GPT-Live для ChatGPT, делая ставку на то, что полнодуплексная речь сделает ИИ-ассистентов полезнее для живой работы.

Interfaze выпустила diffusion-gemma-asr-small — open-source ASR-модель для шести языков, которая тестирует diffusion decoding как новый путь для speech AI.

Google выпустила Gemini 3.5 Live Translate — модель ИИ для перевода речи в речь почти в реальном времени более чем на 70 языков.