Компания Fish Audio выпустила Drama 3 — модель преобразования текста в речь с 35 миллиардами параметров, поддержкой 83 языков и архитектурой на основе смеси экспертов.
Платформа Suno представила функцию Speech, которая позволяет генерировать речь и музыку как единый аудиопоток с помощью сквозной модели.
Платформа Suno запустила бета-версию функции Speech, которая позволяет генерировать разговорное аудио с фоновой музыкой.
Сервис Suno запустил функцию генерации речи в режиме бета-тестирования, позволяющую создавать закадровый голос с фоновой музыкой на основе текстовых запросов.
Компания ElevenLabs выпустила модель Eleven v4, которая повышает стабильность генерации речи, поддерживает более 90 языков и предлагает ускоренную версию Turbo для работы в реальном времени.
Google представила модели Gemini 3.8 Flash TTS и Flash-Lite TTS с поддержкой генерации речи по текстовым подсказкам.
Компания Google представила модели Gemini 3.8 Flash TTS и Flash-Lite TTS, которые позволяют клонировать голос, синтезировать речь на 100 языках и детально настраивать интонации.
Google представила модели Gemini 3.8 Flash TTS и Flash-Lite TTS, которые позволяют создавать голоса по текстовым описаниям и поддерживают более 100 языков.
Компания Google расширила линейку аудиомоделей, представив Gemini 3.8 для синтеза выразительной многоязычной речи.
Современные инструменты синтеза речи позволяют создавать качественный аудиоконтент, однако для профессионального результата необходима тщательная подготовка текста и учет технических ограничений моделей.
Компания ElevenLabs представила модель Dubbing v2, которая переводит речь, анализируя исходное аудио для сохранения характеристик голоса на более чем 90 языках.
«Яндекс» представил ИИ-персонажа Льва Толстого, с которым пользователи могут общаться в чате и влиять на развитие сюжетов его произведений.
