top of page

Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

logo.png

Google bổ sung khả năng âm thanh vào bộ công cụ AI Edge của mình

Generatived

9:00 11/9/25

Google gần đây đã công bố sẽ bổ sung các tính năng âm thanh vào bộ công cụ AI Edge, với Gemma 3n là sản phẩm đầu tiên sở hữu tính năng cải tiến này. Các tính năng âm thanh mới, bao gồm dịch giọng nói thành văn bản và dịch giọng nói thành văn bản chất lượng cao, hiện có sẵn trên cả nền tảng Android và web thông qua API suy luận MediaPipe LLM. API này ban đầu sẽ hỗ trợ suy luận hàng loạt cho các đoạn âm thanh dài tối đa 30 giây, và dự kiến ​​sẽ hỗ trợ phát trực tuyến âm thanh trong tương lai.

Để giới thiệu các tính năng giọng nói mới, Google đã cập nhật ứng dụng AI Edge Gallery với tính năng "Audio Scribe", cho phép người dùng ghi âm các đoạn âm thanh và bản ghi âm trực tiếp ngay trên thiết bị của họ mà không cần kết nối internet. Ứng dụng AI Edge Gallery, đã nhận được phản hồi tích cực với hơn 500.000 lượt tải xuống APK, mong muốn cung cấp cho các nhà phát triển các ví dụ thực tế và số liệu hiệu suất minh bạch.

Để cải thiện khả năng truy cập, Google đã cung cấp AI Edge Gallery dưới dạng bản beta mở trên Cửa hàng Google Play, đồng thời tiếp tục cung cấp mã nguồn đầy đủ trên GitHub. Phương pháp tiếp cận kép này cho phép các nhà phát triển dễ dàng trải nghiệm bản demo và cũng đào sâu vào cơ sở mã. Trong tương lai, Google có kế hoạch mở rộng khả năng của ứng dụng và cung cấp cho người dùng iOS, thêm các tác vụ tạo AI, chuyển sang thời gian chạy mã nguồn mở mới để tăng tính linh hoạt cho nhà phát triển và hợp tác với cộng đồng để phát hành các mô hình mã nguồn mở.

Chia sẻ bài viết này:

Tin tức mới nhất
Microsoft cảnh báo về mối đe dọa ngày càng gia tăng từ trí tuệ nhân tạo (AI) trong việc dụ dỗ người dùng.

Microsoft cảnh báo về mối đe dọa ngày càng gia tăng từ trí tuệ nhân tạo (AI) trong việc dụ dỗ người dùng.

9:00 11/6/26

Microsoft báo cáo sự gia tăng các chiến dịch tấn công mạng lợi dụng thương hiệu của các nền tảng trí tuệ nhân tạo (AI) phổ biến, bao gồm ChatGPT, Claude và DeepSeek

Apple mở rộng các công cụ AI với Xcode 27

Apple mở rộng các công cụ AI với Xcode 27

9:00 11/6/26

Apple đã giới thiệu các khung AI mới và các bản cập nhật lớn cho Xcode 27 nhằm giúp các nhà phát triển xây dựng ứng dụng hiệu quả hơn.

NVIDIA giới thiệu quy trình đánh giá AI giọng nói lâm sàng.

NVIDIA giới thiệu quy trình đánh giá AI giọng nói lâm sàng.

9:00 11/6/26

NVIDIA đã vạch ra một quy trình làm việc được thiết kế để cải thiện các hệ thống nhận dạng giọng nói lâm sàng thông qua việc tạo ra âm thanh tổng hợp có tính đến phát âm

Google ra mắt Gemini 3.5 Live Translate

Google ra mắt Gemini 3.5 Live Translate

9:00 11/6/26

Google vừa công bố triển khai Gemini 3.5 Live Translate, một mô hình âm thanh được thiết kế để cung cấp dịch thuật giọng nói sang giọng nói theo thời gian thực trên hơn 70 ngôn ngữ

Copyright © 2024 Generatived - All right Reserved.

Chia sẻ bài viết này:

Chia sẻ bài viết này:

Generatived AI Logo

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

  • Facebook
  • X

Hãy theo dõi chúng tôi

Ngôn ngữ

Tin tức mới nhất
Microsoft cảnh báo về mối đe dọa ngày càng gia tăng từ trí tuệ nhân tạo (AI) trong việc dụ dỗ người dùng.

Microsoft cảnh báo về mối đe dọa ngày càng gia tăng từ trí tuệ nhân tạo (AI) trong việc dụ dỗ người dùng.

9:00 11/6/26

Microsoft báo cáo sự gia tăng các chiến dịch tấn công mạng lợi dụng thương hiệu của các nền tảng trí tuệ nhân tạo (AI) phổ biến, bao gồm ChatGPT, Claude và DeepSeek

Apple mở rộng các công cụ AI với Xcode 27

Apple mở rộng các công cụ AI với Xcode 27

9:00 11/6/26

Apple đã giới thiệu các khung AI mới và các bản cập nhật lớn cho Xcode 27 nhằm giúp các nhà phát triển xây dựng ứng dụng hiệu quả hơn.

NVIDIA giới thiệu quy trình đánh giá AI giọng nói lâm sàng.

NVIDIA giới thiệu quy trình đánh giá AI giọng nói lâm sàng.

9:00 11/6/26

NVIDIA đã vạch ra một quy trình làm việc được thiết kế để cải thiện các hệ thống nhận dạng giọng nói lâm sàng thông qua việc tạo ra âm thanh tổng hợp có tính đến phát âm

Google ra mắt Gemini 3.5 Live Translate

Google ra mắt Gemini 3.5 Live Translate

9:00 11/6/26

Google vừa công bố triển khai Gemini 3.5 Live Translate, một mô hình âm thanh được thiết kế để cung cấp dịch thuật giọng nói sang giọng nói theo thời gian thực trên hơn 70 ngôn ngữ

bottom of page