Tradução de Voz em Tempo Real com IA, Transcrição e Resumo de Reuniões - VoicePing 2.0 on VoicePing

Apresentando o VoicePing ASR Model V0.1

Wed, 01 Jul 2026 00:00:00 +0000

Apresentando o VoicePing ASR Model V0.1

Hoje apresentamos o VoicePing ASR Model V0.1, nosso modelo multilíngue de conversão de fala em texto para os idiomas que aparecem com mais frequência no VoicePing: inglês, japonês, coreano, chinês e vietnamita.

O VoicePing foi construído em torno da comunicação falada multilíngue: reuniões, eventos, tradução de voz, transcrições, resumos e busca. Nesses fluxos de trabalho, o ASR (reconhecimento automático de fala) não é um recurso isolado. É a primeira camada de toda a experiência do produto. Se a transcrição é instável, cada etapa seguinte se torna menos útil.

Benchmark de TTS emocional: Qwen3-TTS, CosyVoice, IndexTTS-2, Fish Audio e VoxCPM para japonês e chinês

Fri, 26 Jun 2026 00:00:00 +0000

Modelos e referências:

Resumo

Benchmarkamos cinco sistemas de TTS emocional para japonês e chinês em seis emoções alvo: neutral, happy, sad, angry, fear e disgust. As frases são neutras para que a emoção venha do estilo de fala.

O candidato mais equilibrado é o Qwen3-TTS CustomVoice 1.7B: CER baixo, melhor anchor hit rate, boa naturalidade e o compromisso mais prático em japonês/chinês.