Lei Jun, dirigeant de Xiaomi, a répondu aux critiques concernant l'utilisation de l'IA pendant la fête nationale. Il a proposé un renforcement de la législation sur les technologies de synthèse vocale et de remplacement de visage par IA pour lutter contre les abus et les fake news.

Le 6 mars, Mobvoi, en collaboration avec des institutions académiques de pointe telles que l'Université de Hong Kong, l'Université Jiao Tong de Shanghai, l'Université technologique de Nanyang et l'Université des sciences et technologies de Xi'an, a publié en open source le modèle de génération vocale nouvelle génération Spark-TTS et lancé son moteur TTS commercial haute qualité : TicVoice 7.0. En tant que septième génération de moteur TTS de Mobvoi, TicVoice 7.0 a réalisé une percée majeure dans le domaine de la génération vocale, ouvrant une nouvelle ère pour la génération vocale.

Dubformer, une startup spécialisée dans l'IA, a annoncé avoir levé 3,6 millions de dollars pour développer sa technologie de pointe de transmission des émotions dans le doublage. Cette innovation révolutionne le secteur du doublage AI en offrant des voix plus naturelles et expressives.

DiffRhythm est une nouvelle technologie d'IA qui permet de créer des morceaux de musique complets, avec accompagnement vocal, en seulement 10 secondes. Il suffit d'une simple idée pour générer une composition professionnelle. Révolutionnez votre processus de création musicale !

Lei Jun souligne que les terminaux d'intelligence artificielle, en tant que plateformes importantes pour la mise en œuvre de la technologie de l'IA, ne cessent d'élargir leur champ d'application, passant des smartphones, des voitures intelligentes et des appareils portables aux maisons intelligentes et aux robots. Cette tendance injecte non seulement une nouvelle vitalité au marché de la consommation, mais fournit également une impulsion essentielle à la modernisation et à l'amélioration intelligente de la chaîne industrielle. Cependant, au stade initial du développement rapide des terminaux d'intelligence artificielle, il est nécessaire de surmonter les goulots d'étranglement technologiques essentiels, de construire un écosystème d'innovation collaborative afin de promouvoir la normalisation, la coopération, l'innovation et le développement de haute qualité de l'industrie.

Le nouveau modèle de synthèse vocale de Sesame, le Conversational Speech Model (CSM), a récemment suscité un vif intérêt sur la plateforme X, étant qualifié de modèle vocal aussi réaliste que la voix humaine. Grâce à son incroyable naturel et à sa capacité à exprimer des émotions, il est devenu impossible pour les utilisateurs de discerner la différence avec une voix humaine, marquant ainsi une percée majeure en franchissant l'effet de vallée dérangeante dans le domaine de la synthèse vocale. La diffusion de vidéos de démonstration et des commentaires des utilisateurs contribuent à faire du CSM une référence rapide dans le domaine de l'IA vocale.

Les assistants vocaux deviennent progressivement une partie intégrante de notre vie, mais les assistants vocaux numériques actuels ont tendance à paraître fades et dépourvus d'émotion et d'éléments humains lorsqu'ils interagissent avec les utilisateurs. Pour remédier à cela, l'équipe Sesame s'efforce de résoudre ce problème et vise à mettre en œuvre un nouveau concept d'« existence vocale », permettant aux assistants numériques d'être plus authentiques, compris et appréciés lors des échanges. L'objectif principal de Sesame est de créer un compagnon numérique qui ne se contente pas de traiter les demandes, mais qui est capable de mener des conversations authentiques. Ces compagnons numériques…

Lors de son événement annuel sur les appareils et services, Amazon a officiellement lancé sa version améliorée de l'assistant vocal, Alexa+. Cette nouvelle version améliore non seulement l'expérience d'interaction vocale, mais intègre également la technologie d'intelligence artificielle générative, rendant l'interaction entre les utilisateurs et Alexa plus intelligente et plus pratique. Lors de l'événement, Amazon a démontré comment partager des documents avec Alexa+ afin qu'il puisse extraire les informations clés et répondre aux questions concernant ces documents. Mara Segal, responsable de projet chez Alexa, a présenté plusieurs scénarios d'application concrets.

Midea révolutionne le marché de la climatisation avec son nouveau climatiseur DeepSeek, doté d'un système de contrôle vocal innovant. Découvrez une expérience de confort personnalisée et une gestion simplifiée de votre température ambiante grâce à la technologie de pointe de DeepSeek.

Lantu Auto a annoncé que son système de dialogue vocal IA développé en interne sera officiellement lancé au premier semestre 2025 et intégré aux nouveaux modèles à venir. Ce système offre des temps de réponse extrêmement rapides, toutes les opérations étant traitées en moins d'une seconde. Cela signifie que les conducteurs bénéficieront d'une expérience de contrôle vocal plus fluide. De plus, le système affiche un taux de reconnaissance de plus de 98 %, permettant une identification précise des instructions de l'utilisateur. Avec les progrès technologiques, Lantu Auto prévoit une mise à jour OTA (Over-The-Air) à grande échelle au second semestre 2025.