Voz IA
12 published articles
TTS de pesos abiertos
Magpie TTS gasta 32 ms del presupuesto de latencia de tu agente de voz
Magpie TTS reporta 32 ms de tiempo hasta el primer audio en una NVIDIA B200 y añade árabe, coreano y portugués brasileño, elevando su repertorio a 12 idiomas. La propuesta de los pesos abiertos: la síntesis de voz autoalojada ya no pierde la batalla de la latencia.
2026-08-16
Integridad electoral
La inteligencia de voz se encuentra con la democracia: ElevenLabs firma el primer pacto con una autoridad electoral
ElevenLabs se asocia con la autoridad electoral de Brasil para añadir IA de voz a los servicios de información electoral, mientras amplía las salvaguardas contra el uso indebido. La empresa también trabaja con legisladores y empresas de detección para proteger las elecciones de 2026.
2026-08-09
Agentes de voz
Por qué Grok 4.1 Fast supera a modelos más inteligentes en una llamada telefónica
Las clasificaciones generales eligen los LLM equivocados para las llamadas de voz. La clasificación de 2026 de BenchLM pone la latencia primero: Grok 4.1 Fast responde en 0.54s, mientras que Claude Opus 4.6, el mejor puntuado, necesita 1.78s. Los modelos rápidos se llevan la conversación; los modelos de razonamiento se quedan en las llamadas a herramientas en segundo plano.
2026-08-05
Estrategia de IA
Los modelos de IA internos de Microsoft reducen costos en un 89% en producción
Los modelos MAI internos de Microsoft están activos en producción, generando ahorros de costos dramáticos en múltiples productos. Las cifras señalan un cambio estratégico: la compañía ahora compite en eficiencia de inferencia, no solo en calidad del modelo.
2026-07-29
Asociación
ElevenLabs firma con el gobierno del Reino Unido para llevar la IA de voz a los servicios públicos
ElevenLabs ha firmado un MOU con el DSIT del gobierno del Reino Unido para probar la IA de voz en servicios públicos, centrándose en la accesibilidad para comunidades con discapacidad visual, personas mayores y comunidades lingüísticamente diversas. La empresa está expandiendo su sede en Londres y duplicando su plantilla en el Reino Unido hasta 200 empleados.
2026-07-28
Gobierno Digital
Grecia firma un acuerdo con ElevenLabs para integrar IA de voz en servicios públicos y salvar un dialecto en peligro de extinción
Grecia se asocia con ElevenLabs para llevar la IA de voz a gov.gr, portales turísticos y la preservación de dialectos regionales como el cretense. El acuerdo fue firmado por el ministro de Gobernanza Digital e IA, Dimitris Papastergiou, y marca el primer pacto de IA de voz a nivel estatal en el sur de Europa.
2026-07-27
Eventos de IA
ElevenLabs lleva su cumbre de IA a Varsovia y destaca el protagonismo de la tecnología polaca
ElevenLabs organiza su tercera cumbre en Varsovia, en la Ópera Nacional de Polonia, con 2.500 asistentes, líderes polacos y fundadores europeos. El evento marca el regreso a casa de los fundadores de la startup de voz con IA y señala el creciente papel de Polonia en la innovación en IA.
2026-07-25
Análisis de costos
Los modelos internos de IA de Microsoft reducen los costos de GPU hasta un 89% en producción
Microsoft reporta una reducción del 84% en costos de GPU para generación de imágenes y del 89% para voz con sus modelos MAI-2.5 y MAI-Voice-2-Flash ahora en producción en Bing, PowerPoint y Dynamics 365. La estrategia de modelos internos está generando ventajas de costos medibles frente a alternativas de terceros.
2026-07-24
IA de voz
La IA de voz mejora en palabras, pero sigue sin escuchar cómo se dicen
El benchmark Real World VoiceEQ de Hume, basado en más de un millón de valoraciones humanas, evalúa más de 40 modelos de voz en dimensiones que los benchmarks estándar ignoran: emoción, identidad del hablante y contexto acústico. Los hallazgos muestran que los modelos de voz a voz varían enormemente, y que incluso los sistemas líderes a menudo ignoran las señales auditivas que los humanos usan instintivamente.
2026-07-20
Inteligencia Artificial
Sarvam Samvaad acaba de hacer que la IA de voz funcione en 11 idiomas indios. Esa es la parte fácil.
Sarvam Samvaad es una plataforma conversacional de IA de nivel empresarial que admite 11 idiomas indios con una latencia inferior a 500 ms. Desplegable en voz, WhatsApp y web, afirma un ROI 10 veces superior y más de 100 millones de conversaciones procesadas. La verdadera prueba: cumplir esas promesas a escala.
2026-07-14
Inteligencia Artificial
Los 'eh' y 'um' perdidos que finalmente hacen que el habla de la IA suene humana
Speech 2.8 de MiniMax incorpora palabras de relleno nativas, respiración y hesitaciones a la síntesis de voz de IA, resolviendo el problema de 'demasiado perfecto' que durante mucho tiempo ha hecho que el habla sintética suene robótica. El modelo también ofrece clonación de voz en 10 segundos y mejoras en la precisión entre idiomas.
2026-07-11
Inteligencia Artificial
GPT-Live de OpenAI finalmente deja de esperar a que termines de hablar
GPT-Live de OpenAI introduce audio full-duplex para que la IA pueda escuchar y hablar al mismo tiempo. Puede decir 'mjm', esperar durante las pausas y delegar el razonamiento complejo a GPT-5.5 en segundo plano, manteniendo el flujo de la conversación.
2026-07-01