Aller au contenu
19 octobrelun.
15 octobrejeu.
14 octobremer.
13 octobremar.
  1. Adafruit Blog63

    Ivy AI, un assistant vocal open source exécuté entièrement sur ESP32-S3

    Ivy AI, un assistant vocal d'Anankush Pandit, exécute la reconnaissance vocale, l'inférence du modèle de langage et la synthèse vocale directement sur un ESP32-S3. Le firmware.

    Motif de la recommandation :Un assistant vocal complet tourne sur un ESP32-S3 avec un modèle de 19,7 millions de paramètres quantifié en quatre bits, ce qui éclaire les compromis mémoire et vitesse des déploiements embarqués.

11 octobredim.
10 octobresam.
9 octobreven.
8 octobrejeu.
7 octobremer.
6 octobremar.
4 octobredim.
3 octobresam.
  1. The Decoder58

    Suno lance la fonctionnalité Speech pour générer voix et musique de fond

    Suno, connu pour son générateur de musique IA, ajoute une fonctionnalité Speech qui produit un texte parlé et une musique de fond assortie dans une seule piste audio. L'utilisateur saisit une idée ou un texte et décrit la voix et le style musical souhaités, puis le modèle génère la voix et le son. Le responsable produit Jack Brody indique que la fonctionnalité a été testée un mois avec un petit groupe. Suno mentionne des usages pour poèmes, méditations et histoires du soir, mais la bêta comporte encore des bugs, comme un accent britannique qui peut parfois sonner australien. Suno n'a pas précisé comment le modèle a été entraîné, alors que les générateurs de musique IA font face à des critiques sur d'éventuelles infractions de droits d'auteur et que des labels ont poursuivi Suno.

1 octobrejeu.
30 septembremer.
29 septembremar.
25 septembreven.
24 septembrejeu.
23 septembremer.
  1. Google DeepMind78

    Google DeepMind lance Gemini 3.8 Flash TTS et Flash-Lite TTS

    Google DeepMind annonce Gemini 3.8 Flash TTS et Gemini 3.8 Flash-Lite TTS, deux modèles de synthèse vocale générative disponibles dans Google AI Studio.

    Motif de la recommandation :Google DeepMind détaille les capacités vocales et les garde-fous des deux modèles TTS, utile pour évaluer les usages en doublage et agents vocaux.

16 septembremer.
10 septembrejeu.
28 aoûtven.
27 aoûtjeu.
25 aoûtmar.
21 aoûtven.
12 aoûtmer.
  1. Google Research78

    Google Research présente AMIE (Video), consultations cliniques audio-visuelles en temps réel

    Google Research présente AMIE (Video), une configuration vidéo temps réel d'AMIE construite sur Gemini et Project Astra.

    Motif de la recommandation :L'article détaille l'architecture multi-agents asynchrone et le protocole d'évaluation randomisé d'AMIE (Video), utile pour comprendre comment un système vocal et visuel temps réel est structuré et testé.

11 aoûtmar.
3 aoûtlun.
30 juilletjeu.