síntesis de voz: noticias de IA

Mistral AI lanza Voxtral 3, un conjunto para agentes de voz en tiempo real con transcripción, síntesis y SDK

Mistral AI ha presentado Voxtral 3, una familia de modelos para agentes de voz que integra transcripción (Voxtral Small Transcribe 3), síntesis de voz (Voxtral…

Por qué importaReúne escucha, razonamiento, uso de herramientas y voz en un único flujo, lo que puede simplificar el desarrollo de atención telefónica o asistentes…

Impacto medio Fiabilidad declaración interesada Relevancia 7/10 The Decoder

Herramientas y productos 29 sep

ElevenLabs lanza el modelo de voz Eleven v4 con más expresividad y consistencia

ElevenLabs presentó Eleven v4, un modelo de síntesis de voz con nueva arquitectura que sigue mejor las instrucciones de tono, pacing y contexto, además de una…

Por qué importaMejora la calidad y velocidad de la voz sintética justo en un segmento donde compiten Google, OpenAI y Cartesia, lo que presiona precios y…

Impacto medio Fiabilidad declaración interesada The Decoder

Herramientas y productos 10 ago

NVIDIA lanza Magpie TTS multilingüe en pesos abiertos para agentes de voz en producción

NVIDIA ha publicado Magpie Multilingual TTS, un modelo de síntesis de voz de pesos abiertos con 364 millones de parámetros que soporta 12 idiomas incluyendo…

Por qué importaPara empresas que construyen agentes de voz en producción, la disponibilidad de un modelo multilingüe de pesos abiertos con bajo control de latencia…

Impacto alto Fiabilidad fuente primaria Relevancia 7/10 Hugging Face

Herramientas y productos 15 abr

Google lanza Gemini 3.1 Flash TTS, modelo de síntesis de voz dirigible por prompts

Google ha lanzado Gemini 3.1 Flash TTS, un nuevo modelo de texto a voz que permite dirigir la síntesis de audio mediante prompts detallados. El modelo está…

Por qué importaEste enfoque de síntesis de voz dirigible por prompts amplía significativamente las capacidades de personalización en generación de audio…

Impacto medio Fiabilidad una fuente fiable Relevancia 7/10 Simon Willison

Herramientas y productos 7 abr

AWS presenta generador automático de podcasts con Amazon Nova 2 Sonic

AWS ha publicado un tutorial técnico demostrando cómo construir un generador de podcasts automatizado usando Amazon Nova 2 Sonic, su modelo de comprensión y…

Por qué importaDemuestra un caso de uso empresarial concreto para la síntesis de voz conversacional: automatizar la producción de contenido audio a escala…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 AWS Machine Learning Blog

Herramientas y productos 26 mar

Amazon Polly lanza API de streaming bidireccional para síntesis de voz en tiempo real

AWS anunció el nuevo Bidirectional Streaming API para Amazon Polly, que permite enviar y recibir texto y audio simultáneamente en aplicaciones…

Por qué importaReduce significativamente la latencia en asistentes virtuales y aplicaciones con LLM, permitiendo que usuarios escuchen respuestas mientras se…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 AWS Machine Learning Blog

Herramientas y productos 22 ene

Alibaba abre Qwen3-TTS, modelo de síntesis de voz multilingüe con clonación en 3 segundos

Alibaba ha liberado bajo licencia Apache 2.0 la familia Qwen3-TTS, modelos de síntesis de voz entrenados con más de 5 millones de horas de datos en 10 idiomas…

Por qué importaLa clonación de voz de alta calidad ahora es accesible a cualquier persona con GPU modesta o acceso a navegador, democratizando una tecnología que…

Impacto alto Fiabilidad una fuente fiable Relevancia 7/10 Simon Willison

Herramientas y productos 17 ene

FluentVox: paquete Laravel para síntesis de voz con clonado y aceleración GPU

Se ha lanzado FluentVox, un paquete para Laravel que integra síntesis de voz (TTS) mediante el motor Chatterbox de Resemble AI. El paquete ofrece una API…

Por qué importaSimplifica la integración de síntesis de voz de calidad en aplicaciones PHP/Laravel, reduciendo la fricción típica en implementaciones TTS modernas…

Impacto medio Fiabilidad declaración interesada WWWhat's new

Herramientas y productos 30 oct 2024

Google DeepMind presenta avance en generación de diálogos de audio de 2 minutos

Google DeepMind ha desarrollado una tecnología de generación de voz que puede producir diálogos de hasta 2 minutos entre múltiples locutores a partir de un…

Por qué importaEste avance eleva significativamente la capacidad de los asistentes de IA para generar diálogos naturales y multilocutor en tiempo real, mejorando la…

Impacto alto Fiabilidad fuente primaria Relevancia 8/10 Google DeepMind

Herramientas y productos 18 dic 2019

DeepMind recrea la voz original de una persona con ELA usando WaveNet

Google DeepMind ha desarrollado un sistema de síntesis de voz que recrea la voz natural de Tim Shaw, exjugador de la NFL diagnosticado con esclerosis lateral…

Por qué importaPara millones de personas con ELA y otros trastornos del habla, recuperar o preservar la propia voz es crucial para mantener su identidad y capacidad…

Impacto alto Fiabilidad fuente primaria Relevancia 8/10 Google DeepMind

Herramientas y productos 22 nov 2017

Google DeepMind pone en producción Parallel WaveNet para síntesis de voz en Google Assistant

Google DeepMind anunció en octubre que su modelo WaveNet de síntesis de voz estaba siendo usado para generar voces realistas en Google Assistant en japonés e…

Por qué importaLa síntesis de voz de alta calidad es fundamental para que los asistentes de IA sean adoptables a escala global. Un modelo 1000 veces más rápido sin…

Impacto alto Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind

Herramientas y productos 4 oct 2017

Google Assistant incorpora WaveNet para generar voces naturales en inglés y japonés

Google DeepMind ha integrado una versión mejorada de WaveNet en Google Assistant para generar voces sintéticas en inglés estadounidense y japonés en todas las…

Por qué importaMarca el paso de la síntesis de voz neural de investigación a producto comercial en escala masiva, mejorando la experiencia del usuario en un…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 7/10 Google DeepMind

Investigación 3 ene 2017

Google DeepMind resumió en 2016 avances en AlphaGo, modelos generativos y aprendizaje automático

Google DeepMind publicó un resumen de sus investigaciones en 2016, destacando logros clave: AlphaGo derrotó al campeón mundial de Go Lee Sedol con movimientos…

Por qué importaEl resumen documenta un año decisivo en IA aplicada: además de hitos científicos (tres portadas de Nature), DeepMind demostró que sus avances podían…

Impacto alto Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind

Investigación 8 sep 2016

DeepMind presenta WaveNet, modelo generativo que mejora síntesis de voz con IA

Google DeepMind ha presentado WaveNet, un modelo generativo profundo que sintetiza directamente formas de onda de audio crudo. El modelo reduce en más del 50%…

Por qué importaEste avance transforma la síntesis de voz paramétrica, permitiendo generar habla natural con cualquier voz sin necesidad de grabar bases de datos…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 9/10 Google DeepMind