Audio & Speech

Principais notícias

1. 1

   Desenvolvedor cria sistema de voz com IA totalmente offline para computadores sem GPU

   Um programador criou um sistema que permite conversar por voz com modelos de IA como Ollama sem enviar nenhum dado para a internet. O sistema usa ferramentas como Silero VAD (detecção de fala), Parakeet STT (conversão de voz para texto) e Supertonic TTS 3 (conversão de texto para voz), todas rodando apenas no processador do computador.

   Usuários poderão ter assistentes de IA por voz completamente privados, sem depender de conexão à internet ou enviar gravações para empresas como Google ou OpenAI.

2. 2

   ElevenLabs firma parceria com governo britânico para levar IA de voz aos serviços públicos

   A ElevenLabs, empresa especializada em síntese de voz com inteligência artificial, anunciou uma parceria com o governo do Reino Unido para implementar tecnologia de voz artificial em serviços públicos. A empresa também está expandindo sua sede em Londres.

   Cidadãos britânicos poderão interagir com serviços governamentais através de assistentes de voz com IA, potencialmente tornando processos burocráticos mais acessíveis.

3. 3

   Moss TTS 1.5 8B torna-se melhor modelo para clonagem de voz em inglês

   O modelo Moss TTS 1.5 8B foi lançado como a melhor ferramenta atual para clonagem de voz em inglês, superando modelos anteriores como Fish Audio S2 Pro e Qwen 3 TTS. O modelo permite criar vozes sintéticas mais realistas baseadas em amostras de áudio.

   Criadores de conteúdo e desenvolvedores terão acesso a ferramentas mais avançadas para criar narrações e assistentes de voz com qualidade próxima à humana.

4. 4

   Comunidade lança arena de testes para modelos de síntese de voz com votação cega

   Foi criada uma plataforma onde usuários podem avaliar diferentes modelos de conversão de texto para voz através de votação cega, comparando 46 modelos diferentes. O sistema TTS Arena permite que qualquer pessoa contribua para classificar a qualidade dos modelos sem saber qual tecnologia está sendo testada.

   Desenvolvedores e usuários terão dados mais confiáveis sobre quais ferramentas de voz artificial funcionam melhor na prática, não apenas em testes técnicos.

5. 5

   Especialistas identificam latência como fator crítico em sistemas educacionais com IA

   Pesquisadores descobriram que em sistemas de tutoria com IA, o tempo de resposta (latência) é mais importante que a escolha do modelo de linguagem. Estudantes perdem o interesse se a resposta demora mais que 1,5 segundos, independentemente da qualidade da IA usada.

   Aplicativos educacionais com IA precisarão priorizar velocidade de resposta sobre sofisticação do modelo para manter estudantes engajados.