Microsoft stellt drei proprietäre KI-Modelle für Transkription, Sprachsynthese und Bilderzeugung vor und fordert damit OpenAI und Google direkt heraus.
Google hat Gemini 3.1 Flash Live veröffentlicht, sein bisher hochwertigstes Echtzeit-Audio- und Sprachmodell, mit geringerer Latenz, verbesserter Erkennung emotionaler Tonlagen und verpflichtendem SynthID-Wasserzeichen für alle KI-generierten Audios. Search Live wird gleichzeitig auf über 200 Länder ausgeweitet.
ElevenLabs und IBM haben eine Zusammenarbeit angekündigt, um die Text‑to‑Speech- und Speech‑to‑Text‑Technologien von ElevenLabs in IBM watsonx Orchestrate zu integrieren. Dies ermöglicht Unternehmen, natürliche, mehrsprachige sprachfähige KI‑Agenten in 70 Sprachen bereitzustellen.
Das Voice‑AI‑Startup ElevenLabs verdreifacht seine Bewertung auf 11 Milliarden Dollar durch eine von Sequoia geführte Series D und erreicht 330 Millionen Dollar ARR, während es sich auf den Börsengang vorbereitet.
Der Voice-AI-Marktführer ElevenLabs erhält $500M Serie-D-Finanzierung unter Führung von Sequoia Capital und erreicht eine Bewertung von $11B bei $330M ARR durch Unternehmensadoption.
Das Voice‑AI‑Startup ElevenLabs erhält 500 Mio. $ in einer Series‑D‑Finanzierung bei einer Bewertung von 11 Mrd. $, verdreifachte damit seinen Wert innerhalb eines Jahres und verzeichnet ein starkes Wachstum bei der Unternehmensakzeptanz.
Der Anbieter von Sprach‑KI‑Infrastruktur LiveKit hat 100 Millionen Dollar an neuer Finanzierung gesichert und damit eine Bewertung von 1 Milliarde Dollar erreicht. Das Unternehmen stellt die Sprachfunktionen von ChatGPT (OpenAI) bereit und erweitert seine Echtzeit‑Sprach‑ und Video‑Lösungen.
Google DeepMind hat den CEO und führende Ingenieure von Hume AI, einem Startup, das auf emotional intelligentes Voice-AI spezialisiert ist, eingestellt, um die Fähigkeiten seiner Gemini-Modelle zu verbessern und sprachbasierte Interaktionen voranzutreiben.
