Audio & Sprache

Meta hat mit Muse Voice Transcribe ein innovatives Echtzeit-Audiomodell entwickelt, das Sprache transkribiert, Satzgrenzen erkennt und bis zu 20 Sprecher unterscheidet, ohne separate Systeme zu benötigen. Das Modell verarbeitet Audio in 80-Millisekunden-Intervallen und optimiert dynamisch die Wartezeit für jedes Wort, um eine optimale Balance zwischen Geschwindigkeit und Genauigkeit zu erreichen. Muse Voice Transcribe unterstützt über 70 Sprachen und ist ab sofort über die Meta AI und die Meta Model API verfügbar, wobei die Kosten mit 0,18 USD pro Stunde unter denen der Konkurrenz liegen. Die Technologie wurde durch Reinforcement Learning trainiert, um niedrige Fehlerquoten und kurze Verzögerungen zu fördern. In einer Demonstration konnte das System in Echtzeit die Stimmen von acht Personen zuordnen. Meta sieht in dieser Technologie das Potenzial für persönliche KI-Agenten, die echte Gespräche durch KI-Brillen verfolgen können. Trotz der vielversprechenden Funktionen wurden keine Details zu den Modellparametern oder Trainingsdaten veröffentlicht. Die Einführung von Muse Voice Transcribe spiegelt Metas Strategie wider, sich durch Preiswettbewerb zu positionieren, während das Unternehmen seine KI-Abteilung reorganisiert, um führende Forscher zu gewinnen.

Google hat sein neues Lyria 3.5 Musikgenerierungsmodell in die Gemini-App integriert, was es Nutzern ermöglicht, direkt Musik zu erstellen. Im Vergleich zum Vorgängermodell bietet Lyria 3.5 ausdrucksvollere Vocals und reichhaltigere musikalische Arrangements. Nutzer können aus verschiedenen Genres und Stilen wählen sowie zwischen Gesang und Instrumentalstücken entscheiden, um sowohl kurze als auch längere Tracks zu kreieren. Zur Unterstützung stehen Vorlagen für Hintergrundmusik und personalisierte Geburtstagslieder bereit. Darüber hinaus ist das Lyria 3.5 Modell auch in Google Flow Music, Google AI Studio für Entwickler und Google Vids verfügbar. Google betont, dass das Modell ausschließlich mit lizenzierten Inhalten trainiert wurde, gibt jedoch keine Details zu den verwendeten Trainingsdaten preis.

Bodhan AI, unterstützt von IIT-Madras, hat vier grundlegende KI-Modelle für indische Sprachen vorgestellt, um eine souveräne Technologieinfrastruktur für das mehrsprachige Bildungssystem Indiens zu schaffen. Diese Modelle, die in Zusammenarbeit mit AI4Bharat entwickelt wurden, umfassen automatische Spracherkennung (ASR), optische Zeichenerkennung (OCR), maschinelle Übersetzung (MT) und Text-to-Speech (TTS) und stehen als digitale öffentliche Güter zur Verfügung. Die ASR-Technologie unterstützt 27 Sprachen, während OCR und TTS jeweils 23 Sprachen abdecken, und Bodhan-Translate bietet Unterstützung für 22 indische Sprachen. Diese Modelle sollen Edtech-Unternehmen, Startups, Forschern und Bildungseinrichtungen als Bausteine für die Entwicklung von Anwendungen dienen. IIT-Madras hebt die Bedeutung dieser Modelle für die digitale Infrastruktur hervor, die Indiens sprachliche Vielfalt berücksichtigt und Innovationen im Bildungsbereich fördert. Bodhan AI verfolgt einen offenen Ansatz, um Duplikationen im Bildungstechnologie-Ökosystem zu reduzieren. Zusätzlich wird ein Schüler-Tutor-Bot eingeführt, der Schülern der Klassen 6-12 in 22 indischen Sprachen auf Lehrplänen basierende Unterstützung bietet.

Argo Biopharma hat auf dem Bradykinin-Symposium 2026 in Berlin positive aktualisierte Ergebnisse der Phase-II-Studie zu ihrem siRNA-Therapeutikum BW-20805 für hereditäres Angioödem (HAE) vorgestellt. BW-20805 zielt darauf ab, die Produktion von Plasma Prekallikrein (PKK) zu reduzieren, was eine vielversprechende Strategie zur langfristigen Prävention von HAE-Anfällen darstellt und weniger häufige Dosen erfordert. Die Ergebnisse zeigen signifikante Reduktionen der monatlichen Anfallraten, mit Rückgängen von bis zu 96 % in verschiedenen Dosierungsgruppen. Zudem wurde das Medikament gut vertragen, ohne schwerwiegende Nebenwirkungen, die zu einem Abbruch der Behandlung führten. Diese vielversprechenden Ergebnisse unterstützen die Weiterentwicklung von BW-20805 als potenzielle Therapieoption für HAE-Patienten, die häufige Dosen vermeiden möchten. Der Erfolg dieser Studie könnte die Behandlungsmöglichkeiten für die etwa 1,5 von 100.000 Menschen weltweit betroffenen HAE-Patienten erheblich verbessern.

RTL hat in Zusammenarbeit mit Constantin Entertainment fünf neue Folgen der Serie "Ulrich Wetzel - Das Strafgericht" produziert, die mithilfe von Künstlicher Intelligenz (KI) entstanden sind. Diese Folgen basieren auf bestehenden Episoden und nutzen Technologien wie Bildbearbeitung und Sprachsynthese zur kreativen Weiterentwicklung. Der Pilot dient als Testlauf, um den Einsatz von KI in der TV-Produktion zu erproben und die Effizienz sowie Kosteneinsparungen zu fördern. Die Ausstrahlung beginnt am 7. September um 15:55 Uhr und soll dem Publikum die Potenziale generativer KI näherbringen. RTL betont, dass die redaktionelle Verantwortung und Qualitätskontrolle weiterhin von Menschen übernommen werden. Erste Ergebnisse zeigen vielversprechende Ansätze zur Optimierung von Produktionsabläufen und zur Erschließung neuer kreativer Möglichkeiten. Zudem plant RTL, bis 2030 über 150 Millionen Euro mit KI-generierten Inhalten zu erwirtschaften, was neue Geschäftsmodelle für Sender und Kreative eröffnen könnte.

Im Juli 2026 erreichte das US-Handelsdefizit mit 88,6 Milliarden US-Dollar den höchsten Stand seit März 2025, was auf einen Anstieg der Importe im Zuge des Wachstums im Bereich der KI-Technologie zurückzuführen ist. Die Exporte sanken um 2,1 Prozent, während die Importe um 2,8 Prozent stiegen, insbesondere durch einen Anstieg bei Computern und Halbleitern. Besonders auffällig war das Defizit mit Taiwan, das mit 20,7 Milliarden US-Dollar einen Rekordwert erreichte. Trotz der von Präsident Trump eingeführten Zölle, die auf die Mehrheit der US-Handelspartner abzielen, blieben Produkte wie Chips und Smartphones von diesen Maßnahmen ausgenommen. Die US-Regierung plant, gezielte Zölle auf Halbleiter einzuführen, um die heimische Produktion zu fördern. Zudem haben hohe Zölle auf kanadische Waren zu Spannungen in den Handelsbeziehungen mit Kanada geführt. Geopolitische Ereignisse im Nahen Osten, insbesondere die Blockade der Straße von Hormuz durch den Iran, erhöhen die Nachfrage nach US-Energieprodukten und beeinflussen die Handelsströme zusätzlich.

Deepdub hat das neue Modell Phantom Z 3.4 Conversational für mehrsprachige Text-to-Speech-Anwendungen vorgestellt, das speziell für reale Kundeninteraktionen optimiert ist. Mit einer Audioqualität von 48 kHz und einer Reaktionszeit von nur 150 Millisekunden bietet es Unternehmen, die Sprachagenten betreiben, entscheidende Vorteile. Das Modell fokussiert sich auf präzise Textnormalisierung, sodass Zahlen und Daten kundenfreundlich ausgesprochen werden, was die Notwendigkeit menschlicher Mitarbeiter reduziert. Deepdub hat eigene Sprachmodelle entwickelt, die eine schnelle Implementierung neuer Sprachen innerhalb von zwei Wochen ermöglichen und über 50 Dialekte abdecken. Besonders herausfordernd ist die Unterstützung der hebräischen Sprache, die das Modell durch kontextbasierte Ausspracheentscheidungen erfolgreich meistert. In Tests wurde Phantom Z 3.4 in 71 Prozent der Fälle dem vorherigen hebräischen Modell vorgezogen, was auf eine verbesserte Natürlichkeit und Genauigkeit hinweist. Unternehmen berichten von höherer Kundenbindung und Interaktion, was die Effizienz ihrer Sprachdienste steigert.

JD Vance äußerte sich in einem Podcast zu seinen römisch-katholischen Überzeugungen und sprach über die Möglichkeit, dass der Antichrist unter uns sein könnte, obwohl er sich nicht intensiv mit Endzeittheologie beschäftigt. Er betonte, dass sein Hauptaugenmerk darauf liege, Gottes Werk zu tun, und schätzte seine Chancen auf den Himmel auf sieben oder acht von zehn ein. Zudem verteidigte er einen umstrittenen Social-Media-Beitrag von Präsident Trump, in dem dieser als Jesus dargestellt wurde, und argumentierte, dass Trump lediglich versuche, die Stimmung aufzulockern. Diese Äußerungen stehen im Zusammenhang mit der Promotion seines neuen Buches "Communion", in dem er seine Bekehrung zum römischen Katholizismus im Jahr 2019 beschreibt. Vances Aussagen könnten sowohl seine politische Basis als auch seine religiöse Überzeugung stärken und gleichzeitig Diskussionen über den Einfluss des Glaubens auf die Politik anstoßen.

Interactive Brokers, traditionell kein KI-Unternehmen, könnte durch die Integration von KI-Technologien in seine Plattform eine wichtige Rolle im AI-gestützten Investieren einnehmen. Die langjährige Entwicklung einer globalen Finanzinfrastruktur ermöglicht es dem Unternehmen, Investoren den Zugang zu verschiedenen Märkten und Anlageprodukten zu erleichtern. KI könnte die Benutzerfreundlichkeit verbessern, indem sie als Schnittstelle fungiert, die es Nutzern erlaubt, Anfragen in einfacher Sprache zu stellen. Durch die Anbindung an KI-Tools wie ChatGPT und Claude könnte die Benutzererfahrung beim Investieren optimiert und eine breitere Zielgruppe angesprochen werden. Die Hauptchance liegt in der Unterstützung der Anleger bei Recherche und Analyse, nicht in autonomem Handel. Es bleibt jedoch abzuwarten, wie viele Kunden diese neuen Funktionen nutzen und ob sie zu signifikantem Wachstum führen. Investoren sollten die Umsetzung der KI-Strategie von Interactive Brokers genau beobachten, da sie entscheidend für die zukünftige Entwicklung des Unternehmens sein könnte.

Thüringen hat angekündigt, dass Existenzgründer ihre Steuernummer künftig innerhalb von 15 Arbeitstagen erhalten können, sofern sie vollständige Unterlagen einreichen. Diese Initiative soll den Gründungsprozess beschleunigen und stellt eine ambitionierte Verbesserung im Vergleich zur vierwöchigen Frist der Bundesregierung dar. In einigen Kommunen werden zudem Pilotprojekte getestet, die eine Gründung innerhalb von 24 Stunden ermöglichen, indem Gewerbeanmeldung und steuerliche Erfassung kombiniert werden. Ab 2027 wird die elektronische Bekanntgabe von Steuerbescheiden über das ELSTER-Portal zur Norm, was die Kommunikation zwischen Bürgern und Behörden erleichtert. Um die Verständlichkeit zu erhöhen, wurden 730 Textbausteine der Finanzverwaltung in einfache Sprache umformuliert. Die Digitalisierung der Finanzverwaltung verspricht schnellere Abwicklungen von Steuererklärungen, während KI-gestützte Tools wie MeinELSTER+ bereits für bestimmte Nutzergruppen verfügbar sind. Ein Blick nach Österreich zeigt, dass ähnliche Maßnahmen dort die Bearbeitungszeiten für Steuerangelegenheiten deutlich verkürzt haben.