Голосовые интерфейсы *

15 октября 2024 года компания «Яндекс» выпустила в продажу бюджетную версию «Яндекс ТВ Станцию Бейсик» с голосовым ассистентом «Алисой» на базе операционной системы YaOS X, качественной акустикой (пара широкополосных динамиков мощностью до 30 Вт), технологией подсветки экрана KSF LED (значительно расширяет спектр излучаемых световых волн и цветовой охват), поддержкой технологии голосового управления Farfield, разрешением экрана 4K UltraHD, яркостью до 400 кд/м², поддержкой HDR10, матрицей VA и частотой обновления 60 Гц. Новая модель, по уточнению «Яндекса», стала самой доступной в серии «ТВ Станций» и представлена с четырьмя размерами экрана 43", 50", 55" и 65".

10 октября 2024 года в день семилетия проекта голосового ассистента «Алиса» в компании «Яндекс» выпустили отдельное мобильное приложение «Алиса» для Android и iOS в дополнение к веб-версии продукта на alice.yandex.ru. Разработчиком приложения в обоих магазинах приложений является Direct Cursus Computer Systems Trading.

В конце сентября 2024 года вышли обновления для голосового помощника «Алисы», включая семейный маячок, распорядок дня и детектор голосовой активности. Новые функции «Алисы» уже доступны пользователям.

OpenAI открыла доступ к продвинутому голосовому режиму ChatGPT на базе новой модели GPT-4o. Теперь он доступен всем платным пользователям чат-бота.

Компания Mozilla представила в открытом доступе обновлённые наборы голосовых данных Common Voice с примерами произношения более 200 тысяч человек. Их можно использовать в системах машинного обучения для построения моделей распознавания и синтеза речи. 

16 сентября 2024 года «Яндекс» сообщил, что число подписчиков дополнительной опции ИИ-сервиса «Алиса Про» достигло одного миллиона человек. Продвинутая нейросеть и голосовой ассистент «Алиса Про» с апреля 2024 года доступна всем пользователям экосистемы продуктов «Яндекс Плюс». Первые шесть месяцев сервис предоставляется бесплатно, а после — за дополнительные 100 рублей в месяц.

Apple посвятила часть презентации разговору об Apple Intelligence. Глава отдела программного обеспечения Apple Крейг Федериги рассказал, что работа ИИ стала возможной благодаря специальному чипу A18 и другому программному обеспечению. Apple Intelligence построен на нескольких моделях ИИ.

30 августа 2024 года «Яндекс» выпустил масштабное обновление для «Станции Дуо Макс» с новыми приложениями, обновлённым браузером и функцией навигации с помощью свайпов.

Apple работает над новым ИИ с «личностью» для своих роботизированных устройств. Он будет называться уже не Siri.

20 августа 2024 года компания «Яндекс» представила свою новую умную «Станцию Лайт 2» c LED-экраном и опциональным портативным аккумулятором.

14 августа 2024 года «Яндекс» выпустил масштабное обновление для своей умной колонки «Станция Макс» (версии с LED-экраном и обновлённой версии с поддержкой протокола Zigbee). В рамках этого события разработчики перевёли устройство на операционную системы YaOS X, на которой работают «ТВ Станции».

Пресс-служба «Яндекса» рассказала информационной службе Хабра об июльских обновлениях голосового помощника «Алисы». Новые функции уже доступны всем пользователям.

В мае в ходе анонса GPT-4o OpenAI объявила, что голосовой режим ChatGPT будет использовать аудиовозможности модели для обеспечения общения с пользователями практически без задержек. Теперь эту опцию открывают для подписчиков ChatGPT Plus.

Французский ИИ-стартап Kyutai представил голосового помощника Moshi, который превосходит ChatGPT по своим возможностям. ИИ способен обрабатывать запросы и отвечать на них без временных задержек. 

В блоге «Яндекса» рассказали про июньское обновление «Алисы» операционной системы YaOS. Функции уже доступны всем пользователям умных устройств компании.

OpenAI сообщила, что откладывает запуск голосового режима ChatGPT как минимум на месяц, до конца июля. Компания планирует, что осенью все подписчики ChatGPT Plus смогут использовать голосовой режим.

«Мы улучшаем способность модели обнаруживать и отклонять определённый контент. Мы также работаем над улучшением пользовательского опыта и подготавливаем нашу инфраструктуру к масштабированию до миллионов пользователей, сохраняя при этом ответы в режиме реального времени», — указано в сообщении OpenAI.

Многие пользователи не только читают книги, но и слушают их аудиоверсии. Это бывает удобно в транспорте или в фоновом режиме, а для кого-то речь профессионального диктора и вовсе заменила текст. Спрос на такие версии растёт: более 80% пользователей Букмейта (книжный сервис Яндекс Плюса) хоть раз обращались к аудиоформату для знакомства с литературой. 

К сожалению, далеко не для всех книг такие версии существуют, но мы придумали, как помочь пользователям. В Букмейте появился виртуальный рассказчик. Он позволяет в режиме реального времени слушать книги, у которых нет предзаписанных аудиоверсий. На данный момент рассказчик доступен для 13 000 книг.

Виртуальный рассказчик создан специально для чтения книг вслух. Он разработан на базе комплекса речевых технологий Яндекса с привлечением профессиональных дикторов. Воспроизведение текста максимально приближено к естественной речи, поэтому читателю комфортно слушать произведения на протяжении долгого времени.

Я заметил, что распознавание голоса в Телеграме, при использовании клиента под Windows 10, стало на порядок лучше. Появились знаки препинания, правильная разбивка на предложения, текст стал грамотным. При этом клиент под Android работает как раньше. Вот примеры (верхний записан и распознан под Android, нижний под Windows 10):

Исследователи из Университета штата Аризона обнаружили, что голос актрисы Скарлетт Йоханссон действительно звучит как «Sky», вариант озвучки новой модели OpenAI GPT-4o. Голоса совпадают на 98%.

«Яндекс» представила майское обновление виртуального ассистента «Алисы». Теперь пользователи могут управлять мероприятиями в календаре, а функция кроссфейда научилась обрезать тишину в конце треков.