ИИ для аудио

Что нового Amazon запустила Alexa Podcasts — функцию в Alexa+, которая за несколько минут собирает «подкастный» выпуск почти на любую тему по голосовому запросу. Ключевые факты: - Alexa генерирует эпи...

Что нового Amazon предлагает готовый стек для живых голосовых диалогов с ИИ в реальном времени: 1. Amazon Nova 2 Sonic (Nova Sonic) - Единый *speech‑to‑speech* конвейер: распознавание речи, пониман...

Что нового OpenAI добавила в Realtime API три аудиомодели для голосовых интерфейсов, которые работают в реальном времени: 1. GPT‑Realtime‑2 Голосовой ассистент с рассуждением уровня GPT‑5: - П...

Что нового Microsoft обновила репозиторий с примерами для Microsoft Cognitive Services Speech SDK. Это не новая модель, а набор готовых проектов, на которых можно быстро собрать голосовые функции в св...

Что нового Apple показала StereoFoley — фреймворк, который генерирует стереозвук из видео с частотой 48 кГц. Ключевой упор — не просто «фоновые эффекты», а точная привязка звука к объектам в кадре и п...

Что нового NVIDIA представила Nemotron 3 Nano Omni — открытый мультимодальный ИИ, который одновременно понимает: - текст - изображения и скриншоты - видео - аудио - документы, таблицы, графики - графи...

Что нового Microsoft добавила в Teams новый режим голосового перевода — последовательную интерпретацию (consecutive interpretation) в функции Interpreter. Теперь в Teams Interpreter есть два режима: 1...

Что нового NVIDIA и AWS предлагают связку для массовой расшифровки аудио, где цена перестаёт быть главным ограничением. Ключевые факты: - Модель: NVIDIA Parakeet-TDT-0.6B-v3, август 2025. - Тип: откры...

Что нового Google представила Gemini 3.1 Flash TTS — новую версию текст‑в‑речь, которая делает упор на управляемость и выразительность голоса. Ключевые изменения: - Качество речи: - Модель получила ...

Что появилось / что изменилось Google выпустила новое семейство открытых моделей Gemma 4. Главный упор — не на размере в параметрах, а на том, чтобы всё реально работало на «железе»: от миллиардов And...