Echtzeit-Übersetzungswerkzeug Byrdhouse AI übersetzt über 100 Sprachen in Videoanrufen

AI21 Labs veröffentlicht Jamba 1.6: Grenzen bei der Verarbeitung langer Texte durchbrochen, mehrsprachig

Alibaba veröffentlicht mehrsprachiges großes Sprachmodell Babel – unterstützt 25 Sprachen und erreicht 90 % der Weltbevölkerung

出门问问发布TicVoice 7.0 – unterstützt übernatürliche Sprachklonung und mehrsprachige Generierung

Am 6. März hat出门问问 (Mobvoi) gemeinsam mit führenden akademischen Einrichtungen wie der Hong Kong University of Science and Technology, der Shanghai Jiao Tong University, der Nanyang Technological University und der Northwestern Polytechnical University das neue Sprachgenerierungsmodell Spark-TTS Open Source veröffentlicht und gleichzeitig seine kommerzielle, hochwertige TTS-Engine TicVoice 7.0 vorgestellt. Als siebte TTS-Engine von出门问问 stellt TicVoice 7.0 einen bedeutenden Durchbruch im Bereich der Sprachgenerierung dar und eröffnet ein völlig neues Paradigma der Sprachsynthese.

Prime Video testet KI-Synchronsprecher für mehrsprachige Filme und Serien

ZyphraAI veröffentlicht Open-Source Zonos-TTS: Echtzeit-Sprachklonierung und mehrsprachige emotionale Steuerung

ZyphraAI hat kürzlich sein neuestes mehrsprachiges Text-to-Speech (TTS)-Modell **Zonos-TTS** veröffentlicht, das unter der **Apache2.0-Lizenz** steht, vollständig Open Source ist und kommerziell genutzt werden kann. Zonos-TTS unterstützt nicht nur die Echtzeit-Sprachklonierung, sondern wurde auch mit 200.000 Stunden englischer Sprachdaten trainiert und bietet eine herausragende Leistung. Zonos-TTS bietet zwei Bereitstellungsmethoden: lokale Bereitstellung und einen praktischen API-Dienst. Für normale Benutzer bietet Zyphr...

Shanghai University präsentiert mehrsprachiges Großes Sprachmodell für Shanghaier Dialekt und weitere fachspezifische Modelle

Die Shanghai University hat kürzlich auf Basis ihrer KI-Plattform „Qianxue Encyclopedia“ eine Reihe fachspezifischer großer Sprachmodelle vorgestellt, die den Einsatz von künstlicher Intelligenz in Bildung und Forschung weiter vorantreiben. Zu diesen neuen Modellen gehören ein großes Sprachmodell für den Shanghaier Dialekt, ein Organoid-Großes Sprachmodell und ein Materialgenom-Großes Sprachmodell. Das am 9. November 2024 veröffentlichte große Sprachmodell für den Shanghaier Dialekt „Xiao Hu“ sticht besonders hervor. Version 1.0 von „Xiao Hu“ konzentriert sich auf die Fähigkeiten Lesen, Schreiben, Hören und Sprechen im Shanghaier Dialekt und ermöglicht unter anderem das Vorlesen von Texten im Shanghaier Dialekt sowie einen freien Dialog zwischen Shanghaier Dialekt und Mandarin.

Samsung präsentiert auf der CES 2025 Live-Übersetzungsfunktion für Fernseher und verbessert so das mehrsprachige Seherlebnis

Auf der Consumer Electronics Show (CES) 2025 kündigte Samsung an, eine beliebte Funktion von Handys und Tablets in seine Fernsehgeräte zu integrieren – die Live-Übersetzung (Live Translate). Diese Funktion soll Nutzern eine Live-Übersetzung von Sendungen bieten, damit Zuschauer verschiedener Sprachgruppen Programme einfacher genießen können. Die Live-Übersetzungsfunktion unterstützt sieben Sprachen, wobei die genauen Sprachen derzeit noch nicht bekannt gegeben wurden. Die Technologie übersetzt die Untertitel der Sendung, anstatt den Audio-Stream direkt zu übersetzen. Ab 202...

Meta veröffentlicht neuen Multi-IF-Benchmark zur Bewertung der Fähigkeiten von großen Sprachmodellen in mehrsprachigen, mehrstufigen Dialogen

Meta hat kürzlich einen neuen Benchmark namens Multi-IF veröffentlicht, der die Fähigkeit großer Sprachmodelle (LLMs) zur Befolgung von Anweisungen in mehrstufigen Dialogen und mehrsprachigen Umgebungen bewertet. Der Benchmark umfasst acht Sprachen und 4501 Dreirunden-Dialogaufgaben und konzentriert sich auf die Leistung aktueller Modelle in komplexen, mehrstufigen und mehrsprachigen Szenarien. Bisherige Bewertungsstandards konzentrierten sich meist auf einstufige Dialoge und einsprachige Aufgaben und spiegelten die Leistung der Modelle in realen Anwendungen nur unzureichend wider. Multi-IF wurde entwickelt, um dies zu ändern.

Durchbruch! Französisches KI-Einhorn Mistral bringt mehrsprachige Content-Moderations-API heraus

Das französische KI-Unternehmen Mistral AI hat kürzlich eine neue Content-Moderations-API veröffentlicht. Dieser Schritt unterstreicht nicht nur seinen globalen Ehrgeiz im Bereich KI, sondern zeigt auch ein tiefes Verständnis für die Regulierung von KI. Das auf dem Modell Ministral8B basierende Moderationssystem erkennt präzise neun Kategorien potenziell schädlicher Inhalte, darunter sexuelle Inhalte, Hassreden, Gewalt, gefährliche Aktivitäten und persönliche Daten. Bemerkenswert ist, dass die API elf Haupt-Sprachen unterstützt, darunter Arabisch, Chinesisch, Englisch, Französisch und weitere.

Mistral AI bringt mehrsprachige Content-Moderations-API heraus und fordert OpenAI heraus

Das französische KI-Startup Mistral AI hat kürzlich eine neue Content-Moderations-API vorgestellt, um mit OpenAI und anderen Branchenführern zu konkurrieren und den wachsenden Problemen der KI-Sicherheit und Inhaltsfilterung zu begegnen. Dieser Dienst basiert auf Mistrals Ministral8B-Modell und wurde feinabgestimmt, um potenziell schädliche Inhalte in neun verschiedenen Kategorien zu erkennen, darunter Pornografie, Hassreden, Gewalt, gefährliche Aktivitäten und persönlich identifizierbare Informationen.