๐๐ถ๐๐ต ๐๐๐ฑ๐ถ๐ผ ๐ฎ๐ฐ๐ฎ๐ฏ๐ฎ ๐ฑ๐ฒ ๐น๐ฎ๐ป๐๐ฎ๐ฟ ๐ฆ๐ฎ.๐ญ ๐ฃ๐ฟ๐ผ ๐ฎ๐น ๐ฝ๐ฬ๐ฏ๐น๐ถ๐ฐ๐ผ
Y viene con datos que llaman la atenciรณn:
๐น Clona una voz con solo 5 segundos de audio
๐น Cubre 83 idiomas con una sola identidad de voz
๐น Latencia de ~90ms โ suficiente para conversaciones en tiempo real
๐น Mรกs de 15.000 controles en lenguaje natural para matizar emociรณn, tono y ritmo (nada de emociones “preset”)
El lanzamiento llega junto a una ronda semilla de $52M, y la empresa asegura que es 2 veces mรกs rรกpido que Cartesia y hasta 6 veces mรกs barato que ElevenLabs. En un aรฑo pasaron de ser un proyecto open-source a 8 millones de usuarios.
Ya lo estรกn usando en producciรณn compaรฑรญas como HeyGen, LiveKit, Retell y Sanas.
La carrera por la voz en IA estรก que arde.