Inworld AI ha presentado Realtime TTS-2, una nueva generación de modelos de voz diseñada específicamente para la conversación en tiempo real. A diferencia de los sistemas tradicionales que se limitan a leer texto, esta tecnología tiene la capacidad de escuchar el audio previo del intercambio para captar el tono, el ritmo y el estado emocional de la persona con la que habla.

¿Es posible hablar sin emitir un solo sonido? Un equipo de investigadores de la Universidad de Ciencia y Tecnología de Pohang (POSTECH), en Corea del Sur, ha desarrollado un innovador sensor de cuello que utiliza inteligencia artificial para leer los movimientos microscópicos de los músculos y la piel. Este dispositivo, presentado recientemente, es capaz de transformar el habla silenciosa en una voz audible con una precisión del 85%, incluso en entornos con niveles de ruido de hasta 90 decibelios.

Inworld ha lanzado TTS-1.5, una nueva generación de modelos de texto a voz que promete revolucionar las experiencias de voz en tiempo real. Con mejoras notables en velocidad, expresividad y precisión, TTS-1.5 se posiciona como la solución más rápida y asequible del mercado, ideal para agentes conversacionales, traducción simultánea e interacción multimedia. Disponible en dos versiones, Max y Mini, el modelo mejora significativamente la calidad y la accesibilidad de la tecnología de voz generada por inteligencia artificial.

Fujitsu ha desarrollado una nueva tecnología que permite a avatares con inteligencia artificial generar presentaciones multilingües personalizadas y responder preguntas del público. La herramienta, que se integrará en Microsoft 365 Copilot bajo el nombre “Fujitsu AI Auto Presentation”, podrá utilizarse en más de 30 idiomas y se ofrecerá a clientes de todo el mundo a partir del tercer trimestre de 2025.