Text-to-Speech

Bằng chứng (6)

• 7Hugging Face Blog·30/9/2026research
  Hugging Face ra mắt bảng xếp hạng Open TTS để đánh giá đa ngôn ngữ

  Hugging Face giới thiệu Open TTS Leaderboard để đánh giá các mô hình chuyển văn bản thành giọng nói mã nguồn mở và đa ngôn ngữ bằng các chỉ số khách quan. Hệ thống đo khả năng phát âm rõ, tốc độ và độ giống giọng, nhằm mở rộng đánh giá vượt ra ngoài các sân chơi bình chọn của con người nhưng vẫn bổ trợ cho chúng.

• 2Simon Willison·23/9/2026research
  Gemini 3.8 bổ sung tính năng đọc tiếng chào

  Google DeepMind cho biết Gemini 3.8 có thể tạo đầu ra chuyển văn bản thành giọng nói với câu chào hello. Thông báo này cho thấy Gemini 3.8 có thêm khả năng giọng nói mới, nhưng chỉ từ tiêu đề thì chưa có thêm chi tiết kỹ thuật nào.

• 6Hugging Face Blog·10/8/2026model_release
  NVIDIA Magpie TTS bổ sung hỗ trợ giọng nói đa ngôn ngữ mở

  NVIDIA Magpie Multilingual TTS được giới thiệu như một mô hình chuyển văn bản thành giọng nói mã nguồn mở để xây dựng tác nhân giọng nói đa ngôn ngữ với độ trễ thấp và khả năng toàn quyền triển khai. Bản phát hành mới mở rộng hỗ trợ sang tiếng Ả Rập chuẩn hiện đại, tiếng Hàn và tiếng Bồ Đào Nha Brazil, đồng thời cải thiện chất lượng và khả năng chuyển mã giữa ngôn ngữ ở các ngôn ngữ hiện có.

• 6Hacker News·5/8/2026research
  Cựu nhà nghiên cứu OpenAI gia nhập Conduit để xây dựng công nghệ đọc ý nghĩ thành văn bản

  Một cựu nhà nghiên cứu của OpenAI cho biết đã nghỉ việc và gia nhập Conduit với vai trò nhà nghiên cứu sáng lập để phát triển hệ thống chuyển suy nghĩ thành văn bản, mà công ty mô tả như một dạng “thần giao cách cảm” không xâm lấn dựa trên dữ liệu thần kinh. Bài viết nêu tầm nhìn về cách con người có thể tương tác với AI bằng giao diện não đội đầu trong vài năm tới và cho biết Conduit đang thu thập lượng lớn dữ liệu thần kinh không xâm lấn để phục vụ hướng đi này.

• 7Hugging Face Blog·15/7/2026research
  Hume AI giới thiệu Real World VoiceEQ để đo chất lượng AI giọng nói

  Hume AI ra mắt Real World VoiceEQ, một bộ benchmark nhằm đo chất lượng “giống người” của AI giọng nói trên các mảng nhận dạng giọng nói, chuyển văn bản thành giọng nói, thoại-đối-thoại và hiểu giọng nói. Được xây dựng từ hơn 1 triệu đánh giá của con người, bộ đo này kiểm tra hơn 40 mô hình trên 15+ chiều đánh giá và cho thấy các hệ thống hiện nay đang ngày càng chuyên biệt thay vì có một mô hình tốt nhất duy nhất.

• 5Martin Fowler·16/6/2026research
  Cách Bayer xây dựng hệ thống AI tác tử đáng tin cậy cho nghiên cứu tiền lâm sàng

  Bài viết mô tả PRINCE, một nền tảng chạy trên đám mây do Bayer và Thoughtworks xây dựng nhằm cải thiện khả năng truy cập dữ liệu an toàn tiền lâm sàng. Hệ thống đã phát triển từ tìm kiếm theo từ khóa thành một trợ lý dùng RAG tác tử và Text-to-SQL, có thể trả lời câu hỏi phức tạp và soạn tài liệu pháp lý, đồng thời được thiết kế chú trọng minh bạch, khả năng phục hồi, quan sát hệ thống và giám sát của con người.