Тэг
Синтез речи
Создаем нормализацию чисел для голосового ИИ-агента на Python
Практический гайд по созданию компактного слоя нормализации русских чисел для голосового ИИ-агента. Избавляемся от багов синтеза речи за 155 строк кода.
Читать далее
Первый аудиокнига автора с ее собственной клонированной голосом
Опыт создания первого аудиомэшапа книги Анны Питтман с использованием клонированного голоса автора через ElevenLabs и нюансы дистрибуции.
Читать далее
Google выпустила Gemini 3.8 Flash TTS и Flash-Lite TTS с генерацией голоса по текстовым промптам
Обзор новых моделей Gemini 3.8 Flash TTS и Flash-Lite TTS от Google: генерация голоса по текстовым промптам, гибкая режиссура, клонирование и безопасность.
Читать далее
Лучшие API для клонирования голоса в 2026 году: сравнение сходства, цен и проверки прав
Сравниваем 7 ведущих API клонирования голоса 2026 года: ElevenLabs, Cartesia, Inworld, Fish Audio, Hume, Gradium и Resemble AI. Разбор точности, цен и проверки прав.
Читать далее
Как озвучить текст с помощью ИИ в 2026 году: подробный гайд и тест моделей
Полное практическое руководство по генерации речи с помощью нейросетей в 2026 году. Тестируем модели OpenAI, ElevenLabs и Yandex, считаем реальную стоимость и готовим текст к идеальной озвучке.
Читать далее
Gradium AI представила новую стандартную TTS-модель: 81% точности на сложных текстах и задержка 216 мс
Gradium AI представила обновленную TTS-модель по умолчанию: точность 81,0% на сложных текстах и задержка первого аудиотега 216 мс.
Читать далее
NVIDIA представила Magpie TTS: открытая модель для создания быстрых многоязычных голосовых агентов
NVIDIA выпустила модель Magpie TTS с открытыми весами для создания низколатентных многоязычных голосовых агентов с поддержкой 12 языков.
Читать далее
Cartesia выпустила потоковую TTS-модель Sonic-3.6, возглавившую рейтинги Artificial Analysis
Компания Cartesia представила Sonic-3.6 — новую версию модели синтеза речи в реальном времени, которая заняла первые места в независимых рейтингах Artificial Analysis.
Читать далее
