Resemble AI Dramabox: erstes Open-Source-Sprachmodell mit integrierter kryptografischer Herkunftssignatur. Ausdrucksstarke Performance plus verifizierbare Inhaberschaft.
Wispr AI verhandelt über eine Finanzierungsrunde von 260 Mio. Dollar bei einer Bewertung von 2 Mrd. Dollar — mehr als eine Verdopplung —, während das Sprachdiktierprodukt Wispr Flow Investorennachfrage anzieht.
Mira Muratis Thinking Machines startet TML-276B: ein natives Echtzeit-Interaktionsmodell ohne VAD, das neue Standards für Real-Time-KI setzt.
OpenAI brachte GPT-Realtime-2, GPT-Realtime-Translate und GPT-Realtime-Whisper gleichzeitig in die Realtime API — mit GPT-5-Reasoning für Sprachagenten.
OpenAI veröffentlicht GPT-Realtime-2 sowie Übersetzungs- und Transkriptionsmodelle in der Realtime API.
AssemblyAI Universal-3 Pro nutzt ein LLM als Decoder und erreicht <300 ms P50-Latenz, mehrsprachiges Wechseln mitten im Satz und Vokabular-Injection.
OpenAIs Open-Source-React-Paket realtime-voice-component ermöglicht es Entwicklern, GPT-gesteuerte Sprachsteuerung über enge Aktionsdefinitionen in Apps zu integrieren.
xAIs Grok-TTS-API erreicht 5% Wortfehlerrate gegenüber ElevenLabs' 12% und ist jetzt via API zu günstigeren Preisen verfügbar – eine direkte Herausforderung für den führenden Voice-AI-Anbieter.
Gemini 3.1 TTS startet mit Inline-Audio-Tags – [whispers], [screams], [slow] – für ausdrucksstarke, steuerbare Sprachsynthese.
Kuratierte AI-Einblicke — wir senden, wenn es sich lohnt.