Hugging Face представила Open TTS Leaderboard для оценки TTS-моделей
Open TTS Leaderboard от Hugging Face сравнивает открытые TTS-модели по WER/CER, RTFx, TTFA и сходству диктора. Метрики дополняют, но не заменяют оценки людей.
Hugging Face↗
Новости и практические материалы об AI для данной аудитории.
Open TTS Leaderboard от Hugging Face сравнивает открытые TTS-модели по WER/CER, RTFx, TTFA и сходству диктора. Метрики дополняют, но не заменяют оценки людей.
Google предоставляет разработчикам API для транскрибирования аудио в реальном времени и анализа файлов через модель Gemini 3.5 Transcribe.
API-интерфейс GPT-Live-1 позволяет разработчикам создавать дуплексные голосовые агенты, способные слушать и говорить одновременно при управлении паузами.