Mistral släpper AI-talmodell i öppen källkod

Det franska AI-bolaget Mistral AI har lanserat en ny öppen källkodsmodell för text-till-tal, Voxtral TTS, som är tänkt för både röstassistenter och företagsanvändning som kundsupport och försäljning. Modellen stödjer nio språk (bland annat engelska, franska,

Sammanhang: ...Det franska AI-bolaget Mistral AI har lanserat en ny öppen källkodsmodell för text-till-tal, Voxtral TTS, som är tänkt för både röstassistenter och företagsanvändning som kundsupport och försäljning. Modellen stödjer nio språk (bland annat engelska, franska, tyska och arabiska) och kan skapa en anpassad röst från mindre än fem sekunders ljud. ...

Wifi 8 är snart här – gör allt snabbare

802.11bn-specifikationen innebär också ett avsteg från wifi-generationer med en enda funktion. Tidigare standarder var inriktade på en huvudfunktion: OFDMA för Wifi 6, 6 GHz-spektrum för Wifi 6E, 320 MHz-kanaler för Wifi 7. Wifi 8 samlar istället flera samordnade

Sammanhang: ...Traditionellt wifi optimerar för förhållandet 90/10 mellan nedladdning och uppladdning. AI-applikationer kräver 50/50 symmetri. Röstassistenter, edge AI-bearbetning och sensordata kräver alla konsekvent kapacitet på upplänkarna. – AI-trafik ser annorlunda ut, säger Szymanski. ...

Omnämnda personer: Christopher Szymanski.

AI-fokus i Arms nya mobilplattform

Arm har nu presenterat Lumex CSS, en ny mobilplattform som ska lyfta AI-prestandan på konsumentenheter som smartphones och datorer – och göra AI till en grundfunktion snarare än ett tillägg. Plattformen kombinerar nya CPU- och GPU-designer med förbättrad

Sammanhang: ...AI-drivna kamerafunktioner kan exempelvis köras i 4K med hög bildhastighet, samtidigt som röstassistenter och översättningsverktyg blir både snabbare och mer responsiva....

Nvidias nya AI-modell kan transkribera en timmes tal på en sekund

Nvidia har nu lanserat Parakeet-TDT-0.6B-v2, en öppen källkodsmodell för automatisk taligenkänning (ASR), rapporterar Venture Beat. Modellen är fri att använda kommersiellt under en Creative Commons CC-BY-4.0-licens. Parakeet-TDT-0.6B-v2 är tänkt för utvecklare,

Sammanhang: ...Parakeet-TDT-0.6B-v2 är tänkt för utvecklare, forskare och industrigrupper som bygger applikationer som transkriptionstjänster, röstassistenter, undertextgenerering och konversations-AI-plattformar. Modellen har 600 miljoner parametrar och ska kunna transkribera en timmes ljud på en sekund med hjälp av Nvidia GPU-accelererad hårdvara. ...

McDonalds bromsar AI-driven drive-thru –människor tar över

McDonalds kommer nu att avsluta ett två år långt test där över 100 av snabbmatskedjans restauranger använt sig av AI-drivna röstassistenter för att hantera drive-thru-beställningar, rapporterar Restaurant Business. Systemet som var framtaget tillsammans med

Sammanhang: ...McDonalds kommer nu att avsluta ett två år långt test där över 100 av snabbmatskedjans restauranger använt sig av AI-drivna röstassistenter för att hantera drive-thru-beställningar, rapporterar Restaurant Business. Systemet som var framtaget tillsammans med IBM kommer att tas ur bruk i slutet av juli och ersättas av mänsklig personal. ...

Omnämnda personer: Restaurant Business, Mason Smooth.

Apple-forskare har utvecklat AI som kan läsa av sammanhang på en bildskärm

Apples forskare har utvecklat ett nytt AI-system, ReALM (Reference Resolution As Language Modeling), som kan förstå tvetydiga referenser, konversationella sammanhang och bakgrundskontext i förhållande till objekt som syns på en skärm, rapporterar VentureBeat.

Sammanhang: ...Genom att göra om “referenshantering” (reference resolution) till ett språkmodelleringsproblem kan ReALM möjliggöra en mer naturlig interaktion med röstassistenter som gör dem betydligt mer användbara i olika sammanhang. Det gör det också möjligt för röstassistenterna att hantera mer komplexa uppgifter. ...

Omnämnda personer: Reference Resolution.