Beobachtetes Signal · 29. Apr. 2026 · Product Launch · Quelle: https://martechseries.com/feed/ · Relevanz: 3/5 · Sentiment: Positiv
Deepgram stellt Flux Multilingual Sprachmodell für Konversations-KI vor
Deepgram hat die allgemeine Verfügbarkeit von Flux Multilingual bekannt gegeben. Das Conversational Speech Recognition Modell unterstützt zehn Sprachen und kann Sprachen in Echtzeit innerhalb einer einzigen Konversation automatisch erkennen, verstehen und dynamisch wechseln. Die Lösung wurde speziell für Dialoge, Unterbrechungsmanagement und extrem niedrige Latenzen mit End-of-Turn-Entscheidungen von unter 400 Millisekunden entwickelt. Dabei bietet sie native Code-Switching-Fähigkeiten und eine Genauigkeit auf dem Niveau einsprachiger Systeme. Laut Deepgram ersetzt das neue Modell komplexe Architekturen, die bislang die Kombination aus Spracherkennung, Transkriptionsmodellen und Routing-Logik erforderten. Das Produkt ist ab sofort über die Cloud API sowie als Self-Hosted-Bereitstellung mit EU-Endpunkten verfügbar und wird zeitlich befristet zu Sonderkonditionen angeboten.
Ein einheitliches, mehrsprachiges Conversational Speech Modell mit niedriger Latenz vereinfacht die Entwicklung globaler Voice-Agenten erheblich, indem es die Komplexität von Modellkombinationen und Routing-Logiken eliminiert.
Marktsignale zu Twilio in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Deepgram gab am 29. April 2026 die allgemeine Verfügbarkeit von Flux Multilingual bekannt.
- Das Modell unterstützt zehn Sprachen: Englisch, Spanisch, Französisch, Deutsch, Hindi, Russisch, Portugiesisch, Japanisch, Italienisch und Niederländisch.
- Zu den Kernfunktionen zählen automatische Spracherkennung, Sprachwechsel mitten im Gespräch, native Runden- und Unterbrechungserkennung sowie Antwortzeiten unter 400 Millisekunden.
- Flux Multilingual ist über die Cloud API oder als Self-Hosted-Bereitstellung inklusive EU-Endpunkten und SDKs verfügbar.
- Deepgram bietet zeitlich befristete Sonderkonditionen für Streaming Speech-to-Text an.
Verknüpfte Unternehmen
2 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Black Forest Labs launches FLUX 3 multimodal model
Black Forest Labs (BFL) announced FLUX 3, a unified multimodal model supporting image, video, audio and action-prediction, with FLUX 3 Video available in early access and an associated FLUX-mimic video-action robotics model tested with robotics partner(s). The issue also highlights The Stack v3 open code dataset release (large-scale code corpus), OpenAI product updates (ChatGPT Voice, OpenAI Presence, and Health in ChatGPT rollout in the U.S.), and a major infrastructure funding event where Etched raised $300M Series C at a $10.3B valuation to scale inference clusters. The newsletter is an AINews / Latent Space roundup covering multimodal model releases, robotics transfer experiments, TTS/audio launches, agent infrastructure tooling, and inference/serving efficiency developments across research labs and commercial providers.
DeepL präsentiert neue Voice-to-Voice-Übersetzungssuite für Unternehmen
DeepL hat mit DeepL Voice-to-Voice eine Echtzeit-Sprachübersetzungssuite sowie eine neue Generation seiner Übersetzungsplattform für Unternehmen vorgestellt. Das Portfolio umfasst Voice for Meetings mit Integrationen für Microsoft Teams und Zoom im Early Access, Voice for Conversations sowie Gruppenkonversationen mit QR-Code-Unterstützung und eine Voice-to-Voice-API. Die Plattform unterstützt mittlerweile über 40 Sprachen, darunter alle 24 EU-Amtssprachen, und bietet erweiterte Anpassungsoptionen für Fachbegriffe sowie integrierte Glossare. Unabhängige Blindstudien von Slator im Auftrag von DeepL ergaben laut Unternehmensangaben eine hohe Präferenz von Linguisten gegenüber nativen Lösungen von Google, Microsoft und Zoom, wobei die Integrationen Höchstwerte erzielten. Zudem verfolgt DeepL eine breitere Plattformstrategie zur Zentralisierung von Übersetzungsworkflows, Qualitätsbewertungen und iterativen Optimierungen für Enterprise-Kunden, wobei auch Self-Service-Optionen für kleine Teams bereitgestellt werden.
Telnyx Voice Agent unterstützt Sprachwechsel während des Anrufs
Ein neues Entwicklerbeispiel von Telnyx demonstriert einen KI-Sprachassistenten, der die gesprochene Sprache des Anrufers bei jedem Redebeitrag automatisch erkennt und nahtlos wechselt. Die minimalistische Python Flask App nutzt Deepgrams nova-3 STT mit automatischer Spracherkennung, ein entsprechend instruiertes LLM sowie eine einzige multilinguale TTS-Stimme (voice ultra katie) für die Antwortgenerierung. Die Demo unterstützt fünf Sprachen (Englisch, Spanisch, Portugiesisch, Hindi und Mandarin) und steht als Open-Source-Code auf GitHub zur Verfügung. Die gesamte Konversation und Sprachverarbeitung laufen direkt über den Telnyx Assistant, wodurch kein separates Anwendungs-Routing oder zusätzliche Dolmetscherdienste erforderlich sind. Diese technische Umsetzung bietet wertvolle Einblicke für Unternehmen, die globale und dynamische Conversational Voice CX implementieren möchten, auch wenn es sich hierbei um kein branchenveränderndes Infrastruktur-Update handelt.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.