tag: Voice AI

Gradium สตาร์ทอัพ Voice AI จากปารีส เปิดตัวฟีเจอร์ Voice Design ที่ช่วยให้ผู้พัฒนาสามารถสร้างเสียงสังเคราะห์ใหม่ตามจินตนาการได้เพียงการเขียนคำอธิบาย โดยไม่ต้องใช้ไฟล์เสียงต้นฉบับหรือการโคลนเสียง

Cartesia ปล่อย Sonic-3.6 โมเดล Text-to-Speech แบบสตรีมมิ่งที่ใช้สถาปัตยกรรม State Space Models จนสามารถคว้าอันดับ 1 ในตาราง Artificial Analysis ทั้งสองรายการ ด้วยความเร็วในการสร้างเสียงครั้งแรกต่ำกว่า 90ms

NVIDIA เปิดตัว Magpie TTS โมเดล Text-to-speech แบบ open weights รองรับ 12 ภาษา รวมถึงภาษาใหม่และรองรับการสลับภาษาไปมา (code-switching) ออกแบบมาเพื่อสร้าง Voice Agent ที่ทำงานได้รวดเร็วและควบคุมการติดตั้งได้เองบนโครงสร้างพื้นฐานของผู้ใช้

PolyAI เปิดตัวโมเดล Dialog-RSN-1 ที่รับรู้เสียงผู้โทรโดยตรงโดยไม่ผ่านการถอดความ ช่วยให้การสลับคิวพูดและตอบโต้เป็นธรรมชาติ พร้อมประสิทธิภาพความเร็วระดับใช้งานจริงในกลุ่มธุรกิจองค์กร

Real World VoiceEQ เป็นเครื่องมือวัดผล Voice AI ที่เน้นการโต้ตอบในชีวิตจริงผ่าน 40 โมเดลชั้นนำและข้อมูลจากมนุษย์กว่า 1 ล้านรายการ เพื่อแก้ปัญหาความไม่เป็นธรรมชาติของ AI ที่เกณฑ์วัดเดิมมองข้าม