Notícias de IA e infraestrutura
Filtrar por tipo: Todos90
- há 19 dias github.com
RVC WebUI: conversão de voz com dados locais
Repositório publicado em 15 de setembro de 2026 descreve uma interface para treinar modelos de conversão de voz, inclusive com 10 minutos ou menos de dados.
- há 19 dias x.com
Transcrição de fala: como avaliar um novo modelo
Em artigo publicado em 3 de setembro de 2026, a Microsoft apresenta o MAI-Transcribe-2, com suporte a 60 idiomas, diarização de falantes e timestamps por palavra.
- há 19 dias hf.co
Transcrição de um locutor em fala sobreposta
Um Space publicado em 15 de setembro de 2026 demonstra transcrição condicionada por locutor: um trecho de áudio ajuda a isolar a voz desejada quando há falas simultâneas.
- há 19 dias x.com
Transcrição e diarização em um modelo de streaming
Uma publicação de 3 de setembro de 2026 descreve um modelo de streaming que reúne transcrição de fala e diarização, identificando quem fala, em um único modelo.
- há 19 dias x.com
TTS em CPU: voz sintética em 31 idiomas
Uma publicação datada de 17 de setembro de 2026 afirma que o Supersonic TTS roda em CPU e oferece suporte a 31 idiomas. O autor planeja usá-lo para gerar dados sintéticos.
- há 19 dias huggingface.co
TTS no Android: voz em tempo real no dispositivo
Publicação de 26 de agosto de 2026 relata que um modelo de síntese de fala com 100 milhões de parâmetros roda no Android com LiteRT, com seis vozes e reprodução em tempo real ou mais rápida.
- há 19 dias x.com
Voice of Reason: raciocínio matemático falado
Em post publicado em 21 de setembro de 2026, a Kyutai Labs relata que seu modelo resolve problemas matemáticos falados sem transcrição intermediária e alcança 77,1% no GSM8K.
- há 19 dias github.com
VoiceGate integra dublagem multilíngue ao ComfyUI
Publicado em 19 de junho de 2026, o projeto combina transcrição, tradução, síntese de voz e alinhamento temporal para dublar vídeos em vários idiomas.
- há 19 dias huggingface.co
Voz em tempo real: demo open source com WebSocket e WebRTC
Uma demonstração publicada em 2 de julho de 2026 combina modelos e código open source para voz em tempo real, com suporte a WebSocket e WebRTC.
- há 19 dias huggingface.co
Youdao avalia ASR e tradução com streaming em tempo real
Em 23 de setembro de 2026, um artigo da Youdao avaliou dois modelos para reconhecimento de fala e tradução em tempo real, com streaming e possibilidade de encadeamento.
Vamos avaliar seu projeto
Respondo com escopo e proposta.