Heygem est une version open source de HeyGen, capable de cloner précisément l'apparence et la voix d'une personne, et de synchroniser les mouvements de la bouche avec la parole. Une avancée majeure dans la création de vidéos réalistes et personnalisées.

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…

Selon TechCrunch, la société d'IA vocale ElevenLabs permet désormais aux auteurs de publier des livres audio générés par IA sur son application de lecteur, après avoir collaboré avec Spotify pour lancer des livres audio narrés par IA. ElevenLabs, qui a levé 180 millions de dollars le mois dernier, a commencé à inviter des auteurs à tester son programme de publication l'année dernière, et celui-ci est désormais ouvert à tous. La société vise à fournir des outils de création de livres audio abordables et faciles à utiliser afin de réduire les coûts de production et de concurrencer Audible.

Récemment, l'application Grok développée par xAI a lancé un mode voix en temps réel avec 10 modes différents, permettant aux utilisateurs d'interagir avec l'IA par la voix pour une expérience améliorée. Cependant, un utilisateur de X a découvert que l'application incluait également des modes "Déchaîné" et "Sensuel", suscitant un vif intérêt. Selon cet utilisateur, le mode "Déchaîné" "ne cesse de vous contredire", excellant dans les discussions provocatrices, tandis que le mode "Sensuel" "flirte dès le départ", avec des connotations romantiques ou sexuelles. L'utilisateur a conclu son message par un "Elon Musk comprend ses utilisateurs".

Netflix a récemment suscité une vive controverse en utilisant une technologie d'intelligence artificielle pour recréer la voix de Gabby Petito, une influenceuse décédée sur les réseaux sociaux, dans son nouveau documentaire sur un crime réel, "Murder in America: Gabby Petito". Gabby a été assassinée par son fiancé, Brian Laundrie, en août 2021, une tragédie qui a profondément ému le public. Au début du documentaire, les spectateurs ont remarqué une mention indiquant que les journaux intimes et les SMS de Petito seraient interprétés par une technologie de synthèse vocale reproduisant sa voix. Source de l'image : Image générée par IA, service d'autorisation d'images Mid.

Supertone, la société d'intelligence artificielle vocale de HYBE, a récemment lancé Supertone Play, un outil de synthèse vocale conçu pour générer un contenu audio de haute qualité et expressif. Actuellement disponible en anglais, coréen et japonais, l'outil devrait prendre en charge l'espagnol et le chinois dans le courant de l'année. Supertone Play offre 150 voix différentes, adaptées à divers besoins de création de contenu, notamment les dialogues naturels, les journaux télévisés professionnels et les livres audio.

OpenAI a récemment annoncé l'extension de l'intégration de son assistant de conversation par intelligence artificielle, ChatGPT, à WhatsApp, avec l'ajout de plusieurs nouvelles fonctionnalités pour une expérience utilisateur enrichie sur WhatsApp. Les utilisateurs peuvent désormais envoyer des images via le chat WhatsApp pour fournir un contexte visuel aux réponses de ChatGPT. Cette fonctionnalité peut être utilisée dans divers contextes, tels que l'identification de plantes, la traduction de panneaux ou la suggestion de recettes en fonction d'une photo des ingrédients du réfrigérateur. De plus, Wha...

La société d'intelligence artificielle spécialisée dans la voix, ElevenLabs, attire à nouveau l'attention après avoir bouclé un tour de table de série C de 250 millions de dollars, portant sa valorisation entre 3 et 3,3 milliards de dollars. Ce financement, mené par ICONIQ Growth, témoigne de la forte confiance du marché dans la technologie vocale IA. Il y a tout juste un an, ElevenLabs avait bouclé un tour de table de série B de 80 millions de dollars, sa valorisation étant alors trois fois inférieure à celle d'aujourd'hui, ce qui souligne la rapidité de son développement. ElevenLabs, fondée par Mat...

OpenAI a récemment apporté d'importantes mises à jour techniques à sa plateforme ChatGPT, introduisant une fonction de recherche en temps réel et un mode d'interaction vocale avancé, améliorant ainsi considérablement l'expérience utilisateur. Lors d'une récente diffusion en direct de partage technique, OpenAI a présenté une série de nouvelles fonctionnalités de ChatGPT, notamment une optimisation approfondie de l'algorithme de recherche, permettant aux utilisateurs d'accéder rapidement à des informations en temps réel telles que les actions et les actualités, améliorant ainsi considérablement l'efficacité et l'utilité de la recherche.

Récemment, la technologie chinoise de clonage vocal IA a connu une avancée majeure. Le module de clonage audio lancé par la version internationale d'Haier AI permet de reproduire parfaitement la voix d'un utilisateur à partir d'un échantillon audio de 10 à 60 secondes seulement. Les résultats du clonage audio de la version internationale d'Haier AI ont surpris de nombreux utilisateurs, car dans le domaine du clonage vocal chinois, bien que de nombreux produits soient disponibles, les résultats étaient souvent décevants. La fonction de clonage audio d'Haier AI est très simple d'utilisation et permet de créer plusieurs modèles vocaux. Il suffit aux utilisateurs d'accéder au module « voix ».

L'intelligence artificielle repousse les limites de l'interaction homme-machine à une vitesse sans précédent. La fonction Contrôle vocal de Hume AI est née pour révolutionner l'interaction vocale dans le monde numérique. La percée de cette technologie innovante réside dans sa capacité inégalée à affiner la voix. Les voix de l'IA traditionnelles sont souvent limitées par des modèles prédéfinis, tandis que Hume offre une solution personnalisée entièrement nouvelle. Les utilisateurs peuvent ajuster la voix avec précision sur dix dimensions, pour une liberté d'expression vocale sans précédent. Source de l'image : Image fournie par A

Hume AI, une start-up spécialisée dans les interfaces vocales à intelligence émotionnelle, a récemment lancé une fonctionnalité expérimentale appelée « contrôle vocal ». Ce nouvel outil vise à aider les développeurs et les utilisateurs à créer des voix IA personnalisées sans aucune compétence en codage, en ingénierie d'invite IA ou en conception sonore. Les utilisateurs peuvent facilement personnaliser une voix répondant à leurs besoins en ajustant précisément les caractéristiques de la voix. Cette nouvelle fonctionnalité s'appuie sur l'« interface vocale empathique 2 » (EVI2) lancée précédemment par la société, qui améliore le naturel de la voix.

Le site Web officiel du Bureau national de la radiodiffusion et de la télévision a publié une notification le 28 novembre, approuvant et mettant en œuvre la norme industrielle « Exigences techniques des êtres humains virtuels numériques ». La publication de cette norme industrielle recommandée vise à normaliser la définition, la classification, les scénarios d'application, l'image, les techniques de pilotage, les capacités de la plateforme et les capacités de sécurité des êtres humains virtuels numériques. Elle s'applique aux constructeurs de systèmes techniques, aux créateurs et aux utilisateurs.

La start-up d'intelligence artificielle ElevenLabs a lancé mercredi une nouvelle fonctionnalité, GenFM, qui permet aux utilisateurs de télécharger différents types de contenu pour générer des podcasts multi-voix, similaire à NotebookLM de Google. Cette fonctionnalité est déjà disponible sur l'application iOS ElevenLabs Reader et prend en charge 32 langues, notamment l'anglais, l'hindi, le portugais, le chinois, l'espagnol, le français, l'allemand et le japonais. Avec GenFM, les utilisateurs peuvent commencer par télécharger...

De simple extension Chrome à empire de l'IA vocale évalué à plus de 20 millions de dollars, PlayAI redéfinit les limites de l'interaction homme-machine grâce à la technologie vocale. Les fondateurs Hammad Syed et Mahmoud Felfel ont tissé un monde sonore plein de possibilités à l'aide de code et d'algorithmes. Il ne s'agit pas seulement d'une entreprise de technologie vocale, mais d'une véritable usine magique capable de transformer instantanément du texte en voix vivantes. Le charme principal de PlayAI réside dans ses capacités étonnantes de clonage et de génération de voix.

Le groupe commercial Fat Donglai a récemment publié une déclaration importante, lançant un avertissement sévère contre l’utilisation non autorisée de la voix de son fondateur, Yu Donglai, sur plusieurs plateformes en ligne. Cette déclaration souligne que de nombreux comptes utilisent l’IA pour générer artificiellement une voix similaire à celle de Yu Donglai, et procèdent à des montages et des modifications illégales de vidéos liées à Fat Donglai. Ces agissements incluent non seulement la génération de voix par IA, mais aussi l’ajout de textes trompeurs, nuisant gravement à la perception du public. Fat Donglai insiste dans sa déclaration sur le fait que ces utilisations non autorisées constituent une violation de ses droits d'auteur.

Avec les progrès constants de l'intelligence artificielle, la technologie du clonage vocal s'est progressivement fait connaître du public, mais ses risques potentiels sont également apparus. Récemment, la voix de nombreuses personnalités connues a été malicieusement clonée par des malfaiteurs pour servir d'outil d'escroquerie. Plusieurs célébrités, dont le célèbre présentateur de documentaires naturalistes David Attenborough, ont exprimé leurs inquiétudes à ce sujet et appelé à un renforcement de la protection juridique. Remarque sur les sources : l'image a été générée par une IA, le fournisseur de services d'autorisation d'images Midjourney. Récemment, David Attenborough a découvert que sa voix était utilisée pour diffuser des informations politiques, ce qui l'a profondément préoccupé.