10 faits, 8 médias
OVH Groupe engage des négociations exclusives pour racheter Gladia. Cette acquisition vise à compléter l'offre cloud souverain française. La brique vocale de Gladia pourrait concurrencer les géants américains.
Implémenter une IA vocale robuste pour les petits commerçants exige une complexité technique supérieure aux solutions conversationnelles texte standard. Les problèmes de reconnaissance, contexte et latence créent des obstacles importants.
VibeVoice, IA vocale Microsoft, synthétise la parole avec prosody naturel échappant aux voix robotiques. L'approche dépasse les limites de synthèse concaténative et formantielle en émulation neuronale. Cette technologie ouvre TTS naturel pour toute application sans recording humain.
Les charges de travail de transcription de code ont explosé de 400 % entre 2025 et 2026, créant une demande pour des outils spécialisés. Whisper 2.0 et Deepgram 2.0 offrent des capacités distinctes : Whisper excelle dans les environnements bruyants, Deepgram dans la transcription de jargon technique. La comparaison révèle que le choix dépend fortement du contexte de déploiement (latence, coût, précision).
Amazon a annoncé deux services d'intelligence artificielle ciblant le marché des entreprises. Ces outils, présentés comme des 'teammates', offrent un contexte permanent pour les applications. L'annonce intervient dans un secteur déjà concurrentiel pour les solutions d'IA professionnelles.
Microsoft lance VibeVoice, un projet open source de synthèse et reconnaissance vocale basé sur les technologies d'IA générative. Cet outil vise à démocratiser l'accès aux capacités vocales avancées pour les développeurs et chercheurs. La publication sur GitHub positionne Microsoft comme contributeur majeur à l'écosystème open source de l'IA vocale.
Les systèmes d'IA vocale fonctionnent en développement mais posent des défis critique en production autour du scaling et des coûts de GPU. Passer de solutions GPU à la demande vers des clusters Kubernetes gérés réduit la complexité opérationnelle et améliore la fiabilité. L'architecture optimale équilibre latence, coût et disponibilité selon la charge vocale attendue.
Anthropic lance une mise à jour du mode vocal de Claude pour les modèles Opus, Sonnet et Haiku. La fonctionnalité, en bê…
OpenAI
