4 notas publicadas
El modelo de transcripción en tiempo real entrega sus primeros resultados en poco más de 100 milisegundos, y MAI-Voice-2.1 habla 23 idiomas con la misma voz.
Google lanzó dos modelos de texto a voz, Flash TTS y Flash-Lite TTS, con más de 2.000 voces, clonación desde 30 segundos de audio y soporte para más de 100 idiomas.
El modelo de texto a voz quedó activo por defecto en la API y el estudio de la empresa, y apunta al punto donde fallan los agentes de voz: números de pedido, correos y códigos de referencia.
Otros temas que aparecen junto a #texto a voz en nuestra cobertura editorial.
