Søgning
5 briefing-resultat(er) for »speech-to-speech«
IBM Granite Switch 4.1: Én endpoint til chat, beslutninger og tale
Modulær LLM med base 30B eller 8B plus adapters til beslutninger og guardian, samt indbygget speech-to-text. Apache 2.0.
Opfølgning: Google lancerer Gemini 3.8 TTS med 2.000 stemmer og stemme-kloning
De to nye tekst-til-tale-modeller tilbyder over 2.000 stemmer samt mulighed for at skabe en skræddersyet stemme fra blot 30 sekunders …
Opfølgning: Simon Willison tester Googles nye Gemini Live-talemodeller
Simon Willison bygger en web-UI til Googles nye Gemini 3.8 Live og Live Extended Thinking – speech-to-speech-modeller, der konkurrerer med …
Benchmark måler time-to-first-token på tværs af hele voice-stakken
Undersøgelsen dækker LLM, speech-to-text, text-to-speech og speech-to-speech. Voice-agents fejler på latency længe før de fejler på intelligens.
Google DeepMind lancerer Gemini 3.5 Transcribe til intelligent talegenkendelse
Den nye model tilbyder forbedret speech-to-text med dybere forståelse af kontekst og nuancer. Den er designet til at håndtere komplekse lydoptagelser mere …