Notícias de IA e infraestrutura

Modelo14

Voz: TTS e ASR Modelo
25/10/26hoje huggingface.co
Ming 3 TTS aparece em primeiro entre modelos de voz abertos em ranking da Artificial Analysis
Post relata que o modelo aberto Ming 3 TTS, publicado pela inclusionAI, lidera o ranking da Artificial Analysis entre modelos TTS abertos e supera levemente o Fish Audio Drama 3. Para quem hospeda síntese de voz, vale avaliar os candidatos com dados próprios antes de trocar de modelo.
Voz: TTS e ASR Modelo
10/10/26há 15 dias huggingface.co
Qwen3-TTS 1.7B: clonagem de voz open-source com controles de emoção e sotaque
O post apresenta um modelo open-source de text-to-speech de 1,7B para clonagem de voz, com controles de emoção, idade, tom e sotaque e suporte multilíngue. Para empresas, a avaliação self-hosted exige checar licença, idiomas e controles antes de qualquer uso.
Voz: TTS e ASR Modelo
10/10/26há 15 dias huggingface.co
Whistle: modelo de speech-to-text de 16,9 MB para rodar no dispositivo
A Cactus-Compute publicou o Whistle, um modelo de speech-to-text de 16,9 MB para uso on-device. O autor afirma que ele rivaliza com o Whisper base. Para empresas com áudios sensíveis, o anúncio abre a avaliação de transcrição local.
Voz: TTS e ASR Modelo
08/10/26há 17 dias huggingface.co
Como avaliar diálogo falado em tempo real na empresa
Uma publicação de 16 de janeiro de 2026 descreve um modelo de diálogo falado interativo, com licença Apache 2.0 e arquitetura dual brain voltada à baixa latência. Veja como avaliar uma aplicação de voz antes de integrá-la.
Segurança Modelo
08/10/26há 17 dias huggingface.co
Como avaliar modelos de linguagem na análise de vulnerabilidades
Publicado em 9 de fevereiro de 2026, o repositório apresenta um modelo de raciocínio que busca vulnerabilidades em código analisando fluxos de dados e de controle.
OCR e IA para documentos Modelo
08/10/26há 17 dias huggingface.co
Modelo de OCR amplia tarefas de compreensão documental
Em post publicado em 25 de novembro de 2025, a Tencent apresentou um modelo de compreensão de documentos com 1 bilhão de parâmetros, voltado a parsing, perguntas sobre imagens e tradução.
OCR e IA para documentos Modelo
08/10/26há 17 dias huggingface.co
OCR multimodal de 0,9B: como avaliar em documentos reais
Post de 3 de fevereiro de 2026 anuncia um modelo multimodal de OCR com 0,9B de parâmetros, licença MIT e pontuação de 94,62 no OmniDocBench v1.5, resultado apresentado como primeiro lugar.
Inferência de LLMs Modelo
08/10/26há 17 dias huggingface.co
Pesos quantizados abrem caminho para avaliar inferência local
Um repositório publicado em 3 de janeiro de 2026 disponibiliza pesos W4A16 de um modelo de 185 bilhões de parâmetros, com 92 GB. O autor afirma ter executado localmente 100 milhões de tokens.
Voz: TTS e ASR Modelo
08/10/26há 17 dias huggingface.co
Avaliar síntese de voz em francês na empresa
Uma postagem de PHBJT, publicada em 25 de setembro de 2024, aponta para um modelo de síntese de voz em francês e menciona outras opções de text-to-speech.
Voz: TTS e ASR Modelo
08/10/26há 17 dias huggingface.co
Fala multilíngue: como avaliar o FireRedTTS 2
Publicado em 17 de setembro de 2025, o artigo apresenta um modelo aberto de síntese de fala com suporte a conversas longas, clonagem de voz multilíngue e geração de baixa latência.
RAG e recuperação de contexto Modelo
07/10/26há 18 dias huggingface.co
Embeddings multimodais ampliam a busca em conteúdo visual
Em post publicado em 25 de agosto de 2026, a Tencent descreve um modelo que representa texto, imagens, vídeos e documentos visuais em um espaço compartilhado e afirma resultados de ponta em dois benchmarks.
Inferência de LLMs Modelo
07/10/26há 18 dias huggingface.co
Quantização reduz Hy4 Preview para 214 GB
Publicação da Tencent, de 1º de setembro de 2026, afirma que a quantização Sherry leva o Hy4 Preview de 1,5 TB para 214 GB e descreve sua execução em GPUs distribuídas por várias máquinas.
Voz: TTS e ASR Modelo
07/10/26há 18 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.
Voz: TTS e ASR Modelo
07/10/26há 18 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.