տեքստը խոսքի

Microsoft-ը ներկայացրել է AI ձայնային մոդելներ և իրական ժամանակում տրանսկրիպցիայի գործիք

Հինգշաբթի օրը Microsoft-ը թողարկել է արհեստական բանականության երեք սեփական մոդել՝ տրանսկրիպցիայի և ձայնային գործառույթների համար։ Ընկերությունը ստեղծում է ավելի շատ սեփական AI տեխնոլոգիաներ՝ փորձելով գրավել այն մշակողներին, որոնք զբաղվում են խոսակցական ձայնային գործակալներով։

Google-ը գործարկել է Gemini 3.8 տեքստից խոսքի վերածման մոդելները

Google Alphabet Inc.-ը չորեքշաբթի օրը ներկայացրեց Gemini 3.8 Flash TTS և Gemini 3.8 Flash-Lite TTS մոդելները՝ տեքստից խոսքի վերածման երկու գործիք, որոնք ընկերության ամենաարտահայտիչ աուդիո գեներացման մոդելներն են։ Երկու մոդելներն էլ անմիջապես հասանելի դարձան Gemini API-ում և Google AI Studio-ում: