Recentemente, a Play AI lançou seu produto mais ambicioso - a versão beta do PlayDialog, capaz de gerar áudios de podcasts em formato de diálogo. Este modelo de voz AI ponta a ponta, utilizando o contexto histórico da conversa, consegue controlar o tom, a emoção e a velocidade da fala para alcançar uma síntese de voz mais natural, marcando um novo nível na interação homem-máquina. O PlayDialog é ideal para criar experiências de diálogo realistas, como narrações, dublagens e podcasts sintéticos, além de oferecer experiências imersivas de voz individual em ambientes comerciais.

Um projeto inovador chamado ChatTTS-OpenVoice está chamando a atenção na internet, combinando as tecnologias ChatTTS e OpenVoice para gerar vozes personalizadas e naturais com base em um áudio de referência de 10 segundos enviado pelo usuário. Essa tecnologia é adequada para ferramentas de dublagem e assistentes de voz, oferecendo uma experiência de voz personalizada por meio de um processo de upload simplificado. O projeto, desde seu lançamento, tem recebido elogios de desenvolvedores e usuários, gerando muita discussão nas redes sociais. O responsável pelo projeto afirma que o objetivo é fornecer aos usuários vozes mais personalizadas e naturais.

A Microsoft Azure AI anunciou a adição de 40 novos modelos de IA à sua plataforma de desenvolvimento na nuvem, incluindo Whisper V3, Stable Diffusion, Phi, Falcon e SAM. Os desenvolvedores podem integrá-los facilmente por meio de APIs ou SDKs, com suporte para ajuste fino de dados e otimização de instruções. O Mercado de Modelos oferece pesquisa por palavras-chave para que os desenvolvedores possam encontrar rapidamente os produtos adequados para seus aplicativos. Entre os modelos novos notáveis estão o modelo de voz Whisper V3 e o modelo de imagem Stable Diffusion.