A Microsoft revela três modelos proprietários de IA voltados para transcrição, síntese de voz e geração de imagens, desafiando diretamente a OpenAI e o Google.
O Google lançou o Gemini 3.1 Flash Live, seu modelo de áudio e voz em tempo real de mais alta qualidade até agora, apresentando latência reduzida, reconhecimento aprimorado de tom emocional e a obrigatoriedade de marca d'água SynthID em todo áudio gerado por IA. O Search Live expande-se simultaneamente para mais de 200 países.
ElevenLabs e IBM anunciaram uma colaboração para integrar a tecnologia de Texto-para-Fala e Fala-para-Texto da ElevenLabs ao IBM watsonx Orchestrate, permitindo que empresas implantem agentes de IA habilitados por voz, naturais e multilíngues em 70 idiomas.
A startup de IA de voz ElevenLabs triplicou sua avaliação para US$11 bilhões com uma Série D liderada pela Sequoia, alcançando US$330 milhões de ARR enquanto se prepara para o IPO.
A líder em IA de voz ElevenLabs assegura $500M em financiamento Série D liderado pela Sequoia Capital, alcançando uma avaliação de $11B com $330M de ARR decorrentes da adoção empresarial.
A startup de IA de voz ElevenLabs assegura US$500 milhões em financiamento Série D com avaliação de US$11 bilhões, triplicando seu valor em um ano com adoção empresarial em forte crescimento.
O provedor de infraestrutura de IA de voz LiveKit garantiu US$100 milhões em novo financiamento, atingindo uma avaliação de US$1 bilhão. A empresa fornece os recursos de voz do ChatGPT da OpenAI e está expandindo suas soluções de voz e vídeo em tempo real.
O Google DeepMind contratou o CEO e os principais engenheiros da Hume AI, uma startup especializada em IA de voz com inteligência emocional, para aprimorar as capacidades de seus modelos Gemini e avançar a interação por voz.
