اخبار
جذب ۲۵ میلیون دلار سرمایه توسط مودولت برای تحلیل و مدل‌های صوتی هوش مصنوعی
مودولت، استارتاپ هوش مصنوعی مستقر در بوستون، با ۲۵ میلیون دلار سرمایه جدید، پلتفرم خود برای تشخیص دیپ‌فیک، تحلیل احساسات و مدیریت خط‌مشی صوتی را توسعه می‌دهد.
مدل‌ها
معرفی Real World VoiceEQ: سنجش کیفیت انسانی هوش مصنوعی گفتاری
ابزار جدید Real World VoiceEQ توسط Hugging Face، کیفیت انسانی هوش مصنوعی گفتاری را اندازه‌گیری می‌کند و شکاف ارزیابی‌ها را می‌سنجد.
پژوهش
هوش مصنوعی در وبسرویس‌های صوتی: مدل‌های جدید OpenAI برای گفتار طبیعی و هوشمند
OpenAI مدل‌های صوتی نوین خود را در API معرفی کرده که قابلیت ترجمه، ترنسکریپشن و تحلیل گفتار را در زمان واقعی فراهم می‌کنند و تجربه صوتی طبیعی‌تر و هوش‌مدارتر را رقم می‌زند.
اخبار
انقلابی در صدای هوش مصنوعی: مدل‌های صوتی پیشرفته OpenAI با قابلیت شخصی‌سازی بی‌سابقه
OpenAI مدل‌های صوتی جدیدی را برای API خود معرفی کرده که به توسعه‌دهندگان اجازه می‌دهد لحن گفتار را شخصی‌سازی کنند. عاملی جدید برای نمایندگان صوتی هوشمند.
پژوهش
هوش مصنوعی و چالش جدید: ارزیابی استدلال صوتی با Big Bench Audio
مجموعه داده Big Bench Audio به کمک هوش مصنوعی، توانایی استدلال مدل‌های صوتی را می‌سنجد؛ نتایج اولیه نشان می‌دهد مدل‌های گفتاربه‌گفتار از مدل‌های بومی جلوترند.
پژوهش
چگونه با Wav2Vec2-BERT هوش مصنوعی را برای تشخیص صدای کم منابع تقویت کنیم
این مقاله به بررسی فاین‑تیون مدل Wav2Vec2‑BERT برای تشخیص صدای کم‑منابع می‌پردازد و راهنمایی‌های عملی برای پیاده‌سازی در پروژه‌های واقعی ارائه می‌دهد.