ElevenLabs × Google Cloud × NVIDIA
ElevenLabs setzt auf NVIDIA-Blackwell-GPUs in Google Cloud, integriert Gemini für Sprach-Agents und nutzt Veo für synchronisierte Video- und Audio-Inhalte.
Sprach-KI
4 Artikel
NVIDIA PersonaPlex-7B: Vollduplex-KI
NVIDIA veröffentlicht PersonaPlex-7B – eine kostenlose Open-Source-Voice-KI mit Vollduplex, die gleichzeitig hört und spricht. 0,2 s Latenz.
ElevenLabs Scribe v2: Genauestes STT-Modell
Scribe v2 bietet zwei Modelle: Realtime mit 150 ms Latenz und Batch für Langform-Transkription mit Entitätserkennung und 48-Sprecher-Diarisierung.
Voice KI 2026: Audio-Assistenten holen auf
Sprach-KI wird vom klobigen Roboter zum intelligenten Agenten. 6,6 Mrd. $ VC-Geld fließen in den Sektor, OpenAI plant ein eigenes Audio-Gerät.