Sujet
Tous les articles d’Actu.ai sur le sujet « Audio », du plus récent au plus ancien. 7 articles
Tuned Global annonce l’acquisition de Figaro.ai, société londonienne spécialisée dans l’intelligence artificielle appliquée à l’audio. L’opération doit renforcer la gestion des catalogues et la découverte musicale, tout en intégrant l’équipe de Figaro.ai à la plateforme mondiale de technologie musicale.
Mistral AI lance Voxtral, sa première famille de modèles open source consacrée à la parole. Déclinée en versions 24B et Mini 3B, elle entend combiner transcription, compréhension du contenu audio et prise en charge multilingue, à un tarif annoncé inférieur à 0,001 dollar la minute via l’API.
NotebookLM peut désormais transformer un ensemble de documents en une conversation audio en français. En réglant la langue de sortie, en soignant les sources et en vérifiant le rendu, étudiants, professionnels et curieux peuvent obtenir en quelques minutes un résumé sonore de leur dossier.
Microsoft AI, l’organisation dirigée par Mustafa Suleyman, accueille trois anciens chercheurs de Google DeepMind : Marco Tagliasacchi, Zalán Borsos et Matthias Minderer. Leurs expertises en audio et en vision doivent contribuer à bâtir le nouveau pôle suisse du groupe, dans une compétition mondiale pour les talents de l’IA.
Des chercheurs de l’Université du Texas à Austin ont entraîné une IA générative à créer des images de rues à partir de courts extraits sonores. Testé sur des paysages urbains et ruraux, le système associe notamment circulation, végétation et ambiance lumineuse à des représentations visuelles plausibles, sans pour autant reconstituer un lieu exact.
Entendre son interlocuteur dans un restaurant animé sans s’isoler complètement du monde : c’est l’ambition d’un prototype conçu à l’Université de Washington. Équipé de six microphones et d’algorithmes d’IA, il crée une zone d’écoute qui privilégie les sons proches et réduit ceux venant de plus loin.
Google étend les capacités multimodales de Gemini 1.5 Pro à l’audio dans Vertex AI. Le modèle peut traiter des enregistrements pour en extraire une transcription, produire un résumé ou aider à traduire un dialogue, ouvrant des usages concrets pour les réunions, cours et entretiens.
