L'IA peut-elle contribuer à un avenir plus sain ?
Dans l'épisode de The Shape of Things to Come, Doug Burger (Microsoft Research) s'entretient avec Ava Amini.
Dans l'épisode de The Shape of Things to Come, Doug Burger (Microsoft Research) s'entretient avec Ava Amini.
Spotify a lancé Artist Profile Protection pour tous les artistes.
Jordan Belfort, le « Loup de Wall Street », lance Tone, une plateforme de voix IA qui reproduit une quinzaine de tonalités persuasives pour mener des ventes complètes.
Pete Warden annonce sur son blog la fermeture de sa startup moonshine.ai après quatre ans et 12 M$ d'investissement.
Motif de la recommandation :Le rachat du framework vocal Moonshine après liquidation et son usage dans un mod de jeu local illustrent une voie de survie hors capital-risque.
Audible a lancé lundi une fonctionnalité « audio discovery » qui génère par IA un bref aperçu des thèmes d'un livre et un résumé de ce que les lecteurs ont aimé.
AssemblyAI exécute son inférence speech-to-text à grande échelle sur Amazon ECS en mixant instances Amazon EC2 Spot et On-Demand sur plusieurs familles de GPU NVIDIA (g4dn.
Meta déploie pour tous les abonnés payants de Muse aux États-Unis la possibilité de faire passer à son agent IA des appels à des entreprises américaines.
ElevenLabs a lancé cette semaine ElevenAI, une app expérimentale en preview (accès anticipé sur inscription) qui combine compte rendu de réunion.
L'agent IA grand public Muse de Meta peut désormais passer des appels aux entreprises américaines pour le compte de ses utilisateurs.
ElevenLabs a publié deux modèles de reconnaissance vocale, Scribe v3 et Scribe v3 Live.
Voinosis, startup coréenne spécialisée dans l'IA de détection des changements de santé cérébrale par analyse vocale.
Amazon SageMaker AI introduit la facturation à l'usage pour l'inférence en streaming bidirectionnel.
Adobe a présenté à sa conférence Max plusieurs projets expérimentaux : Project Sight Span transforme toute image plate (photo.
DeepL Voice intègre un nouveau modèle, Aure, qui transfère le ton, l'émotion, l'accentuation et le rythme de la voix d'origine vers la langue cible. Jusqu'ici.
OpenAI a présenté au AI Engineer Code Summit de nouvelles façons de travailler avec Codex.
Meta a annoncé lundi le lancement de son agent IA Muse sur Apple Watch et Android Wear OS.
Spotify met à jour son AI DJ en permettant aux abonnés Premium de choisir parmi sept voix anglaises (accents britannique.
Otter.ai a annoncé une fonctionnalité de transcription multilingue capable de suivre une conversation lorsque les locuteurs changent de langue en cours de réunion.
David Ellison, CEO de Paramount Skydance, a déclaré lors de la conférence de résultats que l'IA pourrait avoir un impact plus important sur le cinéma que le CGI.
Elon Musk a annoncé sur sa plateforme sociale que la Gigafactory cessera la production du Cybertruck à la mi-2027 et que l'usine du Texas se concentrera sur les Cybercab autonomes. Il n'a pas précisé s'il s'agit d'un arrêt total ou d'un transfert de production, mais l'ingénieur en chef du projet, Wes Morrill, a écrit sur X que le Cybertruck était une plateforme de développement technologique et qu'il perdure à travers le Cybercab. Le Cybertruck, dont les ventes sont restées bien en dessous de l'objectif de 250 000 unités, a connu des retards et des rappels.
Motif de la recommandation :Le texte rassemble l'annonce d'Elon Musk et la réaction de l'ingénieur en chef, ce qui permet de situer le changement de production du Cybertruck et ses conséquences.
Underdog a publié une démo construite avec son nouveau modèle vocal Woof, qui ne pèse que 32MB.
Meta a annoncé jeudi que Muse Voice, la fonction permettant d'appeler et de faire des chats vidéo avec son agent IA Muse.
Meta a déployé le mode vocal en temps réel de son agent IA Muse aux États-Unis.
Gradium revient sur le lancement de Phonon, son modèle TTS qui tourne entièrement sur l'appareil sans serveur ni réseau. Phonon 31m est sous licence Apache 2.0 pour l'anglais.
Motif de la recommandation :L'article détaille les deux tailles de Phonon, les licences, les performances sur le leaderboard TTS et l'intégration dans Transformers, ce qui aide à évaluer un TTS embarqué.
La chroniqueuse de The Verge Victoria Song rapporte que sa thérapeute lui a demandé de se débarrasser de l'Amazon Bee Frontier.
Apple a déployé Siri Recaps dans les premières bêtas développeur d'iOS 27.3 et watchOS 27.3.
Apple déploie la bêta développeur de watchOS 27.3.
Cartesia, partenaire AWS spécialisé dans la voix en temps réel.
Apple a lancé le test bêta d'Audio Intelligence sur Apple Watch, avec quatre fonctions d'IA optionnelles réservées aux développeurs dans iOS 27.3.
Starbucks prévoit d'explorer des menus numériques personnalisés reconnaissant les clients participants à leur arrivée au drive-thru.
Rivian étend sa coentreprise de 5,8 milliards de dollars avec Volkswagen Group à la licence d'éléments de sa technologie d'assistant vocal IA.
Granola, connu pour son preneur de notes de réunion.
Amazon a ajouté plus de 100 nouvelles capacités shopping à Alexa, dont la gestion des abonnements et des listes.
IBM publie Granite Switch 4.1.1, une version corrective entièrement rétrocompatible avec Granite Switch 4.1.
Amazon a ajouté plus de 100 nouvelles capacités shopping à Alexa, dont la gestion des abonnements et des listes.
Deepgram annonce le rachat de Daily, société à l'origine du framework open source Pipecat dédié à l'orchestration des flux vocaux et vidéo en temps réel.
Hugging Face publie deux packages Swift open source, AnySpeechRecognizer et AnyDecisionModel.
Motif de la recommandation :L'article détaille les API Swift, les moteurs interchangeables et les taux d'erreur mesurés, ce qui permet d'évaluer le choix d'un moteur local pour la reconnaissance vocale et la prise de décision.
NVIDIA a publié Nemotron 3.5 Transcribe, un modèle de reconnaissance vocale open source qui traite les instructions textuelles et.
Motif de la recommandation :Le modèle open source réunit transcription, traduction et reconnaissance des locuteurs, avec le jeu de données Granary v2 et les chiffres de référence pour évaluer l'adaptation à un domaine.
NVIDIA a publié Nemotron 3.5 Transcribe, un modèle open-weight gratuit qui transcrit l'audio en 40 langues au maximum. Il traduit 31 langues depuis et vers l'anglais.
NVIDIA annonce de nouvelles mises à jour pour ses laptops RTX Spark, dont le modèle vocal open weight Nemotron 3.5 Transcribe.