Microsoft представила три собственные ИИ-модели для транскрибации, синтеза голоса и генерации изображений, напрямую бросая вызов OpenAI и Google.

Google выпустила Gemini 3.1 Flash Live — свою на сегодняшний день модель для реального времени с высочайшим качеством звука и голоса, с уменьшенной задержкой, улучшенным распознаванием эмоциональной окраски и обязательным нанесением водяного знака SynthID на весь аудиоконтент, сгенерированный ИИ. Search Live одновременно расширяется более чем на 200 стран.

ElevenLabs и IBM объявили о сотрудничестве по интеграции технологий ElevenLabs по преобразованию текста в речь и речи в текст в IBM watsonx Orchestrate, что позволит предприятиям разворачивать естественных, многоязычных голосовых ИИ‑агентов на 70 языках.

Голосовой стартап ElevenLabs утроил свою оценку до 11 млрд долларов благодаря серии D под руководством Sequoia, достигнув 330 млн долларов ARR в ходе подготовки к IPO.

Лидер в области голосового ИИ ElevenLabs получил $500M в раунде серии D под руководством Sequoia Capital, достиг оценочной стоимости $11B и имеет $330M ARR благодаря внедрению в корпоративном секторе.

Стартап в области голосового ИИ ElevenLabs привлек 500 млн долларов в серии D при оценке в 11 млрд долларов, утроив свою стоимость за год на фоне стремительного роста внедрения в корпоративном секторе.

Поставщик инфраструктуры голосового ИИ LiveKit привлёк $100 млн нового финансирования, достигнув оценки в $1 млрд. Компания обеспечивает голосовые функции ChatGPT от OpenAI и расширяет свои решения для голосовой и видеосвязи в реальном времени.

Google DeepMind наняла генерального директора и ведущих инженеров Hume AI, стартапа, специализирующегося на эмоционально-интеллектуальном голосовом ИИ, чтобы расширить возможности своих моделей Gemini и продвинуть голосовое взаимодействие.