3 artículos
Kuaishou lanza Kling AI 3.0 con audio multilingüe nativo, storyboarding multi-toma y modo AI Director. Cuatro modelos nuevos llevan la generación de vídeo cinematográfico de 15 segundos a los creadores.
ElevenLabs lanza Scribe v2 con dos modelos especializados - Realtime para latencia de 150ms en IA conversacional y Batch para transcripción de formato largo con detección de entidades y diarización de 48 hablantes.
La IA de voz está transformándose de robots torpes a agentes inteligentes. Con $6.6B en financiamiento de capital de riesgo y el rumoreado dispositivo de audio de OpenAI, el futuro de la IA será tan escuchado como visto.