- IKT
US-Startup AethexAI sammelt 3 Millionen US-Dollar ein und zielt auf Sprach-KI in Afrika und dem Nahen Osten ab
AethexAI, ein Startup, das sich auf die Entwicklung von Sprach-KI-Produkten für die Märkte in Afrika...
Chinas JD.com veröffentlicht Open-Source-Framework JoyAI-Echo für lange Audio-Video-Generierung
Am 3. Juni hat JD.com das Framework JoyAI-Echo für die Generierung langer Audio-Video-Inhalte vorges...
Deepgram aus den USA arbeitet mit Fortanix und NVIDIA zusammen, um lokale Sprach-KI auf vertrauliches Computing umzustellen
Das US-amerikanische Unternehmen Deepgram, ein Anbieter von Echtzeit-Sprach-KI-Infrastruktur, hat kü...
MAI-Transcribe-1.5 von Microsoft in die Foundry integriert: 43-Sprachen-Transkriptionsmodell vervollständigt den Sprach-KI-Workflow
Am 2. Juni stellte Microsoft im Rahmen der Build 2026 ein neues Mitglied der MAI-Modellfamilie vor. ...
Chinas Soul App macht SoulX-Transcriber Open Source: Mehrpersonen-Dialog-Transkriptionsmodell vereint Sprecher-, Zeitstempel- und Texterkennung
Am 3. Juni haben das KI-Team von Soul App (Soul AI Lab) gemeinsam mit der Forschungsgruppe für Audio...
Tencent Cloud aus China und Soniox aus den USA fördern gemeinsam mehrsprachige Sprach-KI
Tencent Cloud hat eine strategische Partnerschaft mit dem in San Francisco ansässigen Sprach-KI-Unte...
NTT stellt multimodales erklärbares KI-Rahmenwerk für Reasoning vor – visuelle Sprachmodelle erreichen Phase der vertrauenswürdigen Ausgabekalibrierung
Die japanische NTT hat kürzlich die Einführung des multimodalen erklärbaren KI-Rahmenwerks „Rational...
Tencent Cloud aus China und Soniox aus den USA verbinden Echtzeit-Sprachtranskription mit globaler Kommunikationsinfrastruktur
Tencent Cloud aus China hat kürzlich eine strategische Partnerschaft mit dem in San Francisco ansäss...
Chinesisches Unternehmen MiniMax stellt M3-Modell vor: Millionen-Kontext treibt KI-Wettbewerb in Richtung langlaufender Agenten
Am 1. Juni brachte das chinesische KI-Unternehmen MiniMax das neue Universalmodell MiniMax M3 auf de...
Das US-Unternehmen OpenAI bringt drei Audiomodelle der GPT-Realtime-Serie auf den Markt und integriert erstmals die GPT-5-Inferenzfähigkeit in die Sprachinteraktion
Das US-Unternehmen OpenAI hat offiziell drei Echtzeit-Audiomodelle der GPT-Realtime-Serie vorgestell...