Ir al contenido
IA para hoy

TTS

Noticias etiquetadas con «TTS»

5 noticias

Filtrar
Herramientas y productos

AWS explica cómo transmitir voz de baja latencia desde agentes de IA con Kokoro-82M en SageMaker

AWS publica una guía para enviar cada frase de un agente de voz a un modelo Kokoro-82M alojado en SageMaker AI en cuanto se genera, sin esperar a la respuesta…

Por qué importaLa latencia percibida es lo que más pesa en la experiencia de los agentes de voz, y el enfoque por frases reduce el tiempo hasta el primer audio sin…

Impacto medio Fiabilidad una fuente fiable AWS Machine Learning Blog
Herramientas y productos

AWS explica cómo calibrar el autoescalado de un endpoint TTS con Kokoro-82M en SageMaker AI

AWS Machine Learning Blog publica una guía para desplegar el modelo de síntesis de voz Kokoro-82M como contenedor personalizado en un endpoint de Amazon…

Por qué importaPara equipos que operan síntesis de voz propia, un umbral mal estimado puede tanto desperdiciar GPU como incumplir la latencia comprometida sin que…

Impacto bajo Fiabilidad una fuente fiable AWS Machine Learning Blog
Investigación

Hugging Face lanza el Open TTS Leaderboard para evaluar modelos de voz con métricas objetivas

Hugging Face presentó el Open TTS Leaderboard, que evalúa modelos de texto a voz mediante métricas objetivas como tasa de error de palabra (WER), similitud de…

Por qué importaOfrece a empresas y desarrolladores un método rápido y escalable para elegir modelos de voz según necesidades concretas (latencia, calidad…

Impacto bajo Fiabilidad una fuente fiable Hugging Face
Herramientas y productos

Google integra Adobe, Peloton y Airtable en Gemini y lanza TTS que clona voces en 30 segundos

Google anunció el 23 de septiembre nuevas apps conectadas a Gemini (Adobe, Airtable, Peloton, SeatGeek, Experian, entre otras) y dos modelos de texto a voz…

Por qué importaConsolida a Gemini como hub central de productividad, creatividad y servicios de terceros, y posiciona a Google como competidor directo de ElevenLabs…

Impacto medio Fiabilidad declaración interesada Relevancia 7/10 WWWhat's new
Herramientas y productos

Google lanza Gemini 3.1 Flash TTS, modelo de voz con control granular y marca SynthID

Google DeepMind presentó Gemini 3.1 Flash TTS, un modelo de texto a voz con etiquetas de audio para controlar estilo, ritmo y entonación en más de 70 idiomas…

Por qué importaMejora la calidad y control de voz sintética a bajo coste, facilitando su adopción en aplicaciones comerciales de audio y doblaje multilingüe.

Impacto medio Fiabilidad confirmado por varias fuentes Google DeepMind