La inteligencia artificial de voz de código abierto acaba de alcanzar un nuevo hito. Ahora están disponibles dos modelos de vanguardia:

FireRedTTS2 ofrece métricas de rendimiento impresionantes—140ms de latencia con soporte para interacciones de diálogo de 4 altavoces en 7 idiomas. Construido sobre una arquitectura de doble transformador, maneja procesamiento de audio complejo mientras mantiene una capacidad de respuesta en tiempo real.

VibeVoice lleva la duración de la conversación a otro nivel, soportando interacciones continuas de 90 minutos con capacidades de procesamiento en tiempo real genuinas. La arquitectura permite diálogos naturales y prolongados sin degradación.

Ambos modelos representan avances significativos en el desarrollo de inteligencia artificial de voz de código abierto, combinando un rendimiento de baja latencia con capacidades prácticas multilingües y multiespectáculo.