Google выпустил гигантскую базу голосов для Африки
Google выпустил огромную базу голосовых данных для 27 африканских языков. Это попытка преодолеть цифровое неравенство.
речь
Apple сократила разрыв между текстом и речью в ИИ
Большие языковые модели плохо понимают речь. Исследователи Apple нашли причину и предложили решение.
Google представила Gemini 3.1 Flash TTS — модель для генерации речи по промптам
Google представила Gemini 3.1 Flash TTS — новую модель для преобразования текста в речь, управляемую промптами. Модель доступна через стандартный Gemini API и позволяет детально настраивать голос, акцент и эмоциональную окраску с помощью текстовых инструкций, что открывает новые возможности для создания аудиоконтента.