ElevenLabs bước vào năm 2026 với mức định giá 11 tỷ đô la và, năm tháng sau, đang đàm phán một thương vụ chào mua cổ phần định giá công ty ở mức 22 tỷ đô la (Bloomberg, 2026). Sự tăng gấp đôi đó là biểu tượng của một giai đoạn sáu tháng mà vốn, sản phẩm và quy định đều chuyển động cùng lúc. Deepgram huy động được 130 triệu đô la với mức định giá 1,3 tỷ đô la vào tháng 1 (Deepgram, 2026); OpenAI tung ra năm mô hình giọng nói thời gian thực mới trong khoảng từ tháng 5 đến tháng 7 (OpenAI, 2026); và FTC Mỹ báo cáo rằng các vụ lừa đảo mạo danh đã khiến người Mỹ thiệt hại 3,5 tỷ đô la trong năm 2025 (FTC, 2026). Phân tích này tổng hợp dữ liệu từ TechCrunch, Bloomberg, FTC, Pindrop, OpenAI, Gartner, European Commission và hơn 20 nguồn sơ cấp khác thành một bản ghi có mốc thời gian về những gì thực sự đã xảy ra trong ngành voice AI trong nửa đầu năm 2026.
Để có thêm bối cảnh nền tảng lâu dài về công nghệ này, hãy xem bài tham khảo thống kê nhân bản giọng nói 2026 của chúng tôi. Bài viết này là nhật ký sự kiện giữa năm.
TL;DR
- ElevenLabs huy động 500 triệu đô la trong vòng Series D với mức định giá 11 tỷ đô la vào tháng 2, sau đó bước vào đàm phán chào mua cổ phần trị giá 22 tỷ đô la trước ngày 2 tháng 7 (Bloomberg, 2026).
- Doanh thu định kỳ hàng năm (ARR) của ElevenLabs tăng từ 330 triệu đô la vào cuối năm 2025 lên 500 triệu đô la vào tháng 4 năm 2026 (TechCrunch / Sacra, 2026).
- Deepgram huy động 130 triệu đô la với mức định giá 1,3 tỷ đô la vào ngày 13 tháng 1 và đã phiên âm hơn 1 nghìn tỷ từ (Deepgram, 2026).
- OpenAI ra mắt GPT-Realtime-2, GPT-Realtime-Translate và GPT-Realtime-Whisper vào ngày 7 tháng 5, sau đó là các mô hình full-duplex GPT-Live-1 vào ngày 8 tháng 7 (OpenAI, 2026; TechCrunch, 2026).
- Vapi huy động 50 triệu đô la và vượt mốc 1 tỷ cuộc gọi; Bland huy động 50 triệu đô la sau khi bị 180 nhà đầu tư từ chối (Vapi, 2026; Fortune, 2026).
- Các quy định minh bạch tại Điều 50 của EU AI Act đối với âm thanh tổng hợp có hiệu lực từ ngày 2 tháng 8 năm 2026, với mức phạt lên đến 15 triệu euro hoặc 3% doanh thu toàn cầu (European Commission, 2026).
- FTC ghi nhận 3,5 tỷ đô la thiệt hại do lừa đảo mạo danh trong năm 2025, nằm trong tổng số khoảng 16 tỷ đô la gian lận được báo cáo, tăng khoảng 25% so với cùng kỳ năm trước (FTC, 2026).
- Pindrop đo được mức tăng 1.300% gian lận deepfake tại các trung tâm chăm sóc khách hàng trên 1,2 tỷ cuộc gọi được phân tích (Pindrop, báo cáo 2025).
- Trong một benchmark tháng 5 năm 2026 với tám bộ phát hiện, hệ thống đứng đầu đạt 98,1% trong khi con người trong một nghiên cứu song song chỉ đạt 68,7% (Resemble AI / Podonos, 2026; arXiv, 2026).
- Thị trường nhận dạng giọng nói và lời nói toàn cầu đạt ước tính 23,70 tỷ đô la vào năm 2026 (Fortune Business Insights, 2026).
1. Làn Sóng Gọi Vốn Nửa Đầu 2026
Tiền đến nhanh hơn sản phẩm. Xu hướng đặc trưng của nửa năm này là định giá lại: ElevenLabs huy động vốn với mức định giá 11 tỷ đô la vào tháng 2 và đã nhận được sự quan tâm chào mua với mức định giá 22 tỷ đô la vào tháng 7, một mức định giá tăng gấp đôi trong khoảng năm tháng mà không cần một vòng gọi vốn sơ cấp mới (Bloomberg, 2026). ElevenLabs cũng vượt mốc 500 triệu đô la doanh thu định kỳ hàng năm vào tháng 4 năm 2026, tăng từ 330 triệu đô la vào cuối năm 2025 (TechCrunch / Sacra, 2026) - mức tăng trưởng này mang lại cho các nhà đầu tư sau này một nền tảng doanh thu để biện minh cho việc tăng định giá. Lớp hạ tầng cũng được định giá lại song song: Deepgram, công ty bán API giọng nói thay vì giọng nói cho người tiêu dùng, đạt mức định giá 1,3 tỷ đô la vào tháng 1.
Xu hướng này không chỉ giới hạn ở các thương vụ khổng lồ. Vapi và Bland mỗi bên đã hoàn tất các vòng gọi vốn 50 triệu đô la cho các trợ lý giọng nói doanh nghiệp, và startup chuyển giọng nói thành văn bản Wispr bước vào đàm phán cho khoảng 260 triệu đô la với mức định giá khoảng 2 tỷ đô la. Vốn đầu tư mạo hiểm cho voice AI trước đó đã tăng từ khoảng 315 triệu đô la năm 2022 lên 2,1 tỷ đô la năm 2024 (AssemblyAI, 2026), và nửa đầu năm 2026 vẫn giữ đường cong tăng trưởng dốc đó.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Vòng Series D của ElevenLabs | $500M at $11B valuation (Feb 4, 2026) | TechCrunch, 2026 |
| ARR của ElevenLabs | $330M (end 2025) to $500M (April 2026) | TechCrunch / Sacra, 2026 |
| Đàm phán chào mua cổ phần ElevenLabs | ~$22B valuation (July 2, 2026) | Bloomberg, 2026 |
| Vòng Series C của Deepgram | $130M at $1.3B valuation (Jan 13, 2026) | Deepgram, 2026 |
| Vòng Series B của Vapi | $50M, led by Peak XV (May 12, 2026) | Vapi / GlobeNewswire, 2026 |
| Vòng Series C của Bland | $50M, after 180 investor rejections (June 16, 2026) | Fortune, 2026 |
| Đàm phán gọi vốn Wispr | ~$260M at ~$2B valuation (May 2026) | Bloomberg, 2026 |
| Vốn đầu tư mạo hiểm voice AI (bối cảnh) | ~$315M (2022) to $2.1B (2024) | AssemblyAI, 2026 |
Bối cảnh: PolyAI hoàn tất vòng Series D trị giá 86 triệu đô la với mức định giá 750 triệu đô la vào tháng 12 năm 2025, và tổng vốn huy động được công bố của Cartesia đạt 191 triệu đô la vào tháng 10 năm 2025 - cả hai đều ngay trước giai đoạn này - cho thấy nguồn vốn nuôi dưỡng nửa đầu năm. Xem bài viết của TechCrunch về vòng gọi vốn của ElevenLabs và thông cáo Series C của Deepgram.
2. Ra Mắt Mô Hình: Những Gì Được Phát Hành Từ Tháng 1 Đến Tháng 6 Năm 2026
Nửa năm này được định hình bởi sự chuyển dịch từ các pipeline sang âm thanh full-duplex. Các trợ lý giọng nói cũ nối chuỗi ba mô hình - chuyển giọng nói thành văn bản, một mô hình ngôn ngữ, rồi chuyển văn bản thành giọng nói - điều này làm tăng độ trễ và cắt ngang các sự ngắt lời tự nhiên. OpenAI đã loại bỏ chuỗi đó, ra mắt GPT-Realtime-2, GPT-Realtime-Translate và GPT-Realtime-Whisper vào ngày 7 tháng 5 năm 2026, sau đó là các mô hình full-duplex GPT-Live-1 vào ngày 8 tháng 7 có thể vừa nghe vừa nói cùng lúc (OpenAI, 2026; TechCrunch, 2026). Riêng GPT-Realtime-Translate xử lý hơn 70 ngôn ngữ đầu vào sang 13 ngôn ngữ đầu ra trong khi vẫn theo kịp tốc độ của người nói (OpenAI, 2026).
Áp lực giá cả là câu chuyện còn lại. Gemini 3.1 Flash TTS của Google, ra mắt ngày 15 tháng 4, đã hạ giá thấp hơn các đối thủ cao cấp hiện có về chi phí trên mỗi ký tự trong khi vẫn kém hơn họ về các benchmark chất lượng. ElevenLabs vẫn đứng đầu bảng xếp hạng TTS độc lập của Artificial Analysis, nhưng khoảng cách đã thu hẹp khi Microsoft tích hợp các mô hình Voice Live độ trễ thấp vào Azure Speech tại hội nghị Build 2026 của mình.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Mô hình giọng nói thời gian thực của OpenAI | GPT-Realtime-2 / Translate / Whisper (May 7, 2026) | OpenAI, 2026 |
| Ngôn ngữ của GPT-Realtime-Translate | 70+ input to 13 output | OpenAI, 2026 |
| Mô hình full-duplex của OpenAI | GPT-Live-1 and GPT-Live-1 mini (July 8, 2026) | TechCrunch, 2026 |
| Google Gemini 3.1 Flash TTS | Launched April 15, 2026; 40+ languages | Google (via trade press), 2026 |
| Giá của Gemini 3.1 Flash TTS | ~$0.012 per 1K characters | Trade benchmark, 2026 |
| Bảng xếp hạng TTS | ElevenLabs #1 (~1,280 Elo), Gemini #2 (1,211) | Artificial Analysis, 2026 |
| Microsoft Azure Speech | Voice Live + Azure-Realtime at Build 2026 | Microsoft, 2026 |
| ElevenLabs v3 | Generally available, expressive multi-speaker | ElevenLabs, 2026 |
Lưu ý ngoại lệ: GPT-Live-1 ra mắt ngày 8 tháng 7, vài ngày sau mốc nửa năm, nhưng vẫn thuộc cùng một chu kỳ sản phẩm. Đọc bài đăng ra mắt của OpenAI.
3. Quy Định Siết Chặt Tại Ba Khu Vực Pháp Lý
Việc xây dựng quy định đã bắt kịp chu kỳ sản phẩm. Các nghĩa vụ minh bạch tại Điều 50 của EU AI Act - yêu cầu âm thanh do AI tạo ra phải có thể đọc được bằng máy và được công bố - có hiệu lực từ ngày 2 tháng 8 năm 2026, kèm theo mức phạt lên đến 15 triệu euro hoặc 3 phần trăm doanh thu toàn cầu (European Commission, 2026). Ủy ban đã đẩy nhanh việc hoàn thiện một Code of Practice về nội dung do AI tạo ra để có phiên bản cuối cùng vào tháng 6 năm 2026, nhằm cung cấp cho các nhà cung cấp một lộ trình tuân thủ trước thời hạn.
Hoa Kỳ tiến hành trên hai hướng. Các nhà lập pháp đã trình lại một phiên bản sửa đổi của NO FAKES Act vào tháng 5 năm 2026 nhằm tạo ra một quyền liên bang chống lại việc sao chép giọng nói và hình ảnh bằng AI mà không được phép, và nghĩa vụ gỡ bỏ nội dung của các nền tảng theo TAKE IT DOWN Act đã đến hạn tuân thủ vào ngày 19 tháng 5 năm 2026, yêu cầu gỡ bỏ nội dung bị gắn cờ trong vòng 48 giờ. Đan Mạch đi xa nhất, thúc đẩy một dự luật coi khuôn mặt và giọng nói của một người là một quyền kiểu bản quyền kéo dài 50 năm sau khi qua đời.
Theo các quy định ưu tiên sự đồng thuận này, các công cụ được xây dựng để nhân bản chính giọng nói của bạn khi có sự cho phép - chẳng hạn như phần mềm nhân bản giọng nói của VoxBooster - nằm ở phía tuân thủ của ranh giới này. Để có cái nhìn chính sách rộng hơn, hãy xem bài tổng hợp thống kê quy định AI 2026 của chúng tôi.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Gắn nhãn âm thanh theo Điều 50 EU AI Act | Effective August 2, 2026 | European Commission, 2026 |
| Mức phạt minh bạch của EU AI Act | Up to EUR 15M or 3% of global turnover | European Commission, 2026 |
| NO FAKES Act (sửa đổi) | Reintroduced May 2026 | U.S. Senate, 2026 |
| Khảo sát lo ngại về deepfake | 92% of Americans concerned about deepfakes | U.S. Senate (NO FAKES release), 2026 |
| Gỡ bỏ nội dung theo TAKE IT DOWN Act | 48-hour removal; compliance deadline May 19, 2026 | TAKE IT DOWN Act, 2026 |
| Dự luật về quyền hình ảnh của Đan Mạch | Protection 50 years after death | European Parliament (EPRS), 2026 |
| Các bang Mỹ chưa có luật deepfake bầu cử | ~22 as of June 2026 | Recording Law tracker, 2026 |
| Phán quyết robocall AI của FCC (bối cảnh) | Up to $23K per illegal call | FCC, 2024 (most recent available) |
Tennessee ELVIS Act (2024) vẫn là khuôn mẫu mà hầu hết các dự luật năm 2026 noi theo. Văn bản gốc: Điều 50 của EU AI Act.
4. Gian Lận Giọng Nói Qua Các Con Số
Phía mối đe dọa đã mở rộng song song với phía năng lực. FTC báo cáo rằng các vụ lừa đảo mạo danh đã khiến người Mỹ thiệt hại 3,5 tỷ đô la trong năm 2025, nằm trong tổng số khoảng 16 tỷ đô la gian lận được báo cáo - mức cao nhất từng được ghi nhận và tăng khoảng 25 phần trăm so với cùng kỳ năm trước (FTC, 2026). Những kẻ mạo danh doanh nghiệp chiếm 1 tỷ đô la trong số đó và những kẻ mạo danh chính phủ chiếm 920 triệu đô la. Những con số này không đặc thù cho deepfake, nhưng chúng thiết lập nền tảng mà giọng nói tổng hợp hiện đang khuếch đại.
Các trung tâm chăm sóc khách hàng là nơi cảm nhận đầu tiên. Pindrop đo được mức tăng 1.300 phần trăm các nỗ lực gian lận deepfake trên 1,2 tỷ cuộc gọi được phân tích, với các cuộc tấn công bằng giọng nói tổng hợp tăng 475 phần trăm tại các công ty bảo hiểm và 149 phần trăm tại các ngân hàng (Pindrop, báo cáo 2025). Về dài hạn, Deloitte dự báo thiệt hại do gian lận AI tạo sinh tại Mỹ sẽ tăng từ 12,3 tỷ đô la năm 2023 lên 40 tỷ đô la vào năm 2027 (Deloitte, 2023 - dữ liệu gần nhất hiện có).
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Thiệt hại do lừa đảo mạo danh theo FTC (2025) | $3.5 billion | FTC, 2026 |
| Tổng gian lận được báo cáo cho FTC (2025) | ~$16 billion, +25% YoY | FTC, 2026 |
| Thiệt hại do mạo danh doanh nghiệp + chính phủ | $1B + $920M | FTC, 2026 |
| Gia tăng gian lận deepfake tại trung tâm chăm sóc khách hàng | +1,300% across 1.2B calls | Pindrop, 2025 report |
| Tấn công bằng giọng nói tổng hợp theo ngành | Insurance +475%, banking +149%, retail +107% | Pindrop, 2025 report |
| Dự báo gian lận GenAI tại Mỹ | $12.3B (2023) to $40B (2027), 32% CAGR | Deloitte, 2023 |
| Tổ chức bị tấn công deepfake (12 tháng qua) | 62% | Gartner, 2025 |
Các con số tổng này không đặc thù cho deepfake nhưng thiết lập nền tảng mà giọng nói tổng hợp hiện đang khuếch đại. Nguồn gốc: Pindrop 2025 Voice Intelligence and Security Report.
5. Phát Hiện: Chúng Ta Còn Phân Biệt Được Không?
Khả năng phát hiện đã cải thiện trên giấy tờ nhưng gặp khó khăn trong thực tế. Trong một benchmark tháng 5 năm 2026 với tám hệ thống phát hiện deepfake âm thanh, bộ phát hiện hàng đầu đạt độ chính xác gộp 98,1 phần trăm, nhưng một nghiên cứu song song năm 2026 cho thấy những người không được đào tạo chỉ nhận diện được giọng nói tổng hợp 68,7 phần trăm thời gian (Resemble AI / Podonos, 2026; arXiv, 2026). Khoảng cách giữa máy và con người hiện vào khoảng 26 điểm, và ngày càng nới rộng khi giọng nói tổng hợp được cải thiện.
Vấn đề nằm ở khả năng khái quát hóa. Các nhà nghiên cứu phát hiện rằng các bộ phát hiện được huấn luyện trên tập dữ liệu ASVspoof thời kỳ 2019 không thể phát hiện đáng tin cậy các cuộc tấn công năm 2026, và phần lớn các công cụ vẫn chỉ bao phủ tiếng Anh - khiến việc nhân bản giọng nói ngoài tiếng Anh trở thành một bề mặt tấn công còn bỏ ngỏ (arXiv, 2026).
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Bộ phát hiện hàng đầu (benchmark Podonos) | Resemble AI, 98.1% pooled accuracy | Resemble AI / Podonos, 2026 |
| Bộ phát hiện xếp thứ hai | Aurigin, 96.8% | Podonos, 2026 |
| Resemble AI Detect (âm thanh sạch) | 94.2% | Resemble AI, 2026 |
| Độ chính xác phát hiện bằng máy | 94.5% across 138 attacks | arXiv, 2026 |
| Độ chính xác phát hiện của con người | 68.7% (1,768 users) | arXiv, 2026 |
| Phạm vi ngôn ngữ của benchmark | English only (noted gap) | arXiv / Resemble AI, 2026 |
| Bộ phát hiện cũ (huấn luyện trên ASVspoof 2019) | Generalize poorly to 2026 attacks | arXiv, 2026 |
Vấn đề thực sự nằm ở phân bố dữ liệu huấn luyện, chứ không phải độ chính xác thô. Xem benchmark phát hiện deepfake âm thanh và phân tích thống kê phát hiện deepfake 2026 của chúng tôi.
6. Quy Mô Thị Trường và Mức Độ Áp Dụng Doanh Nghiệp
Đằng sau các tiêu đề, thị trường vẫn tiếp tục tăng trưởng kép. Fortune Business Insights định giá thị trường nhận dạng giọng nói và lời nói toàn cầu ở mức 23,70 tỷ đô la vào năm 2026, dự báo đạt 104,05 tỷ đô la vào năm 2034 với tốc độ tăng trưởng kép hàng năm (CAGR) 20,30 phần trăm (Fortune Business Insights, 2026). Phân khúc tạo giọng nói AI hẹp hơn - bao gồm chuyển văn bản thành giọng nói cộng với nhân bản - ở mức gần 4,16 tỷ đô la vào năm 2025 (MarketsandMarkets, 2025), và phân khúc con nhân bản giọng nói gần 2,4 tỷ đô la (Mordor Intelligence, 2025).
Các chỉ số áp dụng đã chuyển từ dự báo sang sử dụng thực tế. Gartner vẫn dự báo AI hội thoại sẽ cắt giảm 80 tỷ đô la chi phí nhân sự tại các trung tâm chăm sóc khách hàng vào năm 2026, nhưng những con số có sức thuyết phục hơn là những con số về sản xuất thực tế: Vapi đã xử lý hơn 1 tỷ cuộc gọi và Deepgram đã phiên âm hơn 1 nghìn tỷ từ tính đến đầu năm 2026. Để có cái nhìn về tương lai, hãy xem bài dự báo thống kê thị trường voice AI 2027 của chúng tôi.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Thị trường nhận dạng giọng nói và lời nói (2026) | $23.70 billion | Fortune Business Insights, 2026 |
| Cùng thị trường (dự báo 2034) | $104.05 billion, 20.30% CAGR | Fortune Business Insights, 2026 |
| Phân khúc tạo giọng nói AI (2025) | $4.16 billion | MarketsandMarkets, 2025 |
| Phân khúc con nhân bản giọng nói (2025) | $2.4 billion | Mordor Intelligence, 2025 |
| Tiết kiệm chi phí nhân sự nhờ AI hội thoại (2026) | $80 billion | Gartner, 2022 forecast for 2026 |
| Tổ chức dịch vụ khách hàng sử dụng AI hội thoại | 80% (forecast) | Gartner, 2026 |
| Lãnh đạo dịch vụ khách hàng chịu áp lực áp dụng AI | 91% | Gartner, 2026 |
| Chỉ số sử dụng thực tế trong sản xuất | Vapi 1B+ calls; Deepgram 1T+ words | Vapi / Deepgram, 2026 |
Các ước tính khác nhau tùy theo phạm vi: Coherent Market Insights đặt thị trường nhận dạng giọng nói ở mức gần 22,66 tỷ đô la vào năm 2026, gần với Fortune Business Insights. Khung tham chiếu gốc: dự báo trung tâm chăm sóc khách hàng của Gartner.
Tóm Tắt: Voice AI Trong Nửa Đầu 2026 Qua Các Con Số
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Vòng Series D của ElevenLabs | $500M at $11B (Feb 4, 2026) | TechCrunch, 2026 |
| Đàm phán chào mua cổ phần ElevenLabs | ~$22B (July 2, 2026) | Bloomberg, 2026 |
| ARR của ElevenLabs | $330M to $500M (end 2025 to April 2026) | TechCrunch / Sacra, 2026 |
| Vòng Series C của Deepgram | $130M at $1.3B (Jan 13, 2026) | Deepgram, 2026 |
| Vòng Series B của Vapi | $50M, 1B+ calls (May 12, 2026) | Vapi, 2026 |
| Vòng Series C của Bland | $50M (June 16, 2026) | Fortune, 2026 |
| Mô hình giọng nói thời gian thực của OpenAI | 3 launched May 7, 2026 | OpenAI, 2026 |
| Mô hình full-duplex của OpenAI | GPT-Live-1 (July 8, 2026) | TechCrunch, 2026 |
| Gemini 3.1 Flash TTS | Launched April 15, 2026 | Google, 2026 |
| Điều 50 EU AI Act | Effective August 2, 2026 | European Commission, 2026 |
| NO FAKES Act (sửa đổi) | Reintroduced May 2026 | U.S. Senate, 2026 |
| Gỡ bỏ nội dung theo TAKE IT DOWN Act | 48-hour deadline May 19, 2026 | TAKE IT DOWN Act, 2026 |
| Thiệt hại do lừa đảo mạo danh theo FTC (2025) | $3.5 billion | FTC, 2026 |
| Tổng gian lận được báo cáo cho FTC (2025) | ~$16 billion, +25% YoY | FTC, 2026 |
| Gia tăng gian lận deepfake theo Pindrop | +1,300% across 1.2B calls | Pindrop, 2025 report |
| Độ chính xác của bộ phát hiện deepfake hàng đầu | 98.1% | Resemble AI / Podonos, 2026 |
| Độ chính xác phát hiện của con người | 68.7% | arXiv, 2026 |
| Thị trường nhận dạng giọng nói và lời nói (2026) | $23.70 billion | Fortune Business Insights, 2026 |
| Tiết kiệm chi phí nhân sự nhờ AI hội thoại (2026) | $80 billion | Gartner, 2022 forecast |
Phương Pháp và Nguồn
Dữ liệu được thu thập bằng cách tổng hợp các công bố có mốc thời gian năm 2026, các báo cáo nghiên cứu sơ cấp, văn bản quy định và các thông báo gọi vốn được công bố từ tháng 1 đến tháng 7 năm 2026, đối chiếu chéo các số liệu về thị trường và gian lận qua từ hai nguồn trở lên, và đánh dấu bất kỳ số liệu nào cũ hơn năm 2024.
- TechCrunch - đưa tin về ElevenLabs, Deepgram và OpenAI (2026): Vòng Series D của ElevenLabs
- Bloomberg - thương vụ chào mua cổ phần 22 tỷ đô la của ElevenLabs và đàm phán gọi vốn Wispr (2026)
- Deepgram - thông cáo báo chí Series C (2026): Vòng Series C trị giá 130 triệu đô la của Deepgram
- Vapi / GlobeNewswire - Series B và chỉ số sử dụng (2026)
- Fortune - đưa tin về Series C của Bland (2026)
- Sacra - hồ sơ doanh thu và ARR của ElevenLabs (2026)
- AssemblyAI - công cụ theo dõi đầu tư voice AI năm 2026 (2026)
- OpenAI - Advancing Voice Intelligence with New Models in the API (2026): bài đăng ra mắt của OpenAI
- Google - ra mắt Gemini 3.1 Flash TTS (2026, qua các benchmark ngành)
- Microsoft - Azure Speech tại Build 2026 (2026)
- ElevenLabs - công bố về Eleven v3 và Series D (2026)
- Artificial Analysis - bảng xếp hạng mô hình TTS (2026)
- European Commission - Điều 50 EU AI Act và Code of Practice (2026): văn bản Điều 50
- U.S. Senate - thông cáo báo chí về NO FAKES Act sửa đổi (2026)
- European Parliament (EPRS) - phân tích dự luật bản quyền deepfake của Đan Mạch (2026)
- Recording Law - công cụ theo dõi luật deepfake của các bang Mỹ (2026)
- FCC - phán quyết robocall AI theo TCPA (2024)
- U.S. Federal Trade Commission - dữ liệu lừa đảo mạo danh và gian lận cho năm 2025 (2026): dữ liệu gian lận FTC 2025
- Pindrop - 2025 Voice Intelligence and Security Report (2025): báo cáo Pindrop
- Deloitte Center for Financial Services - dự báo gian lận AI tạo sinh (2023)
- Gartner - AI hội thoại, rủi ro deepfake và các khảo sát dịch vụ khách hàng (2022-2026)
- Resemble AI / Podonos - benchmark phát hiện deepfake âm thanh (2026): benchmark phát hiện
- arXiv - các nghiên cứu học thuật về phát hiện giọng nói deepfake bởi con người và máy móc (2026)
- Fortune Business Insights - báo cáo thị trường nhận dạng giọng nói và lời nói (2026)
- MarketsandMarkets - báo cáo thị trường tạo giọng nói AI (2025)
- Mordor Intelligence - báo cáo thị trường nhân bản giọng nói (2025)
- Sifted - đưa tin về vòng gọi vốn hạt giống Gradium / Nvidia (2026)
Data watch: FTC công bố tổng số gian lận Consumer Sentinel hàng năm, với ấn bản tiếp theo dự kiến vào đầu năm 2027; Pindrop xuất bản Voice Intelligence and Security Report theo chu kỳ hàng năm, với ấn bản tiếp theo dự kiến vào cuối năm 2026; Gartner cập nhật các khảo sát về AI hội thoại và dịch vụ khách hàng trong suốt năm; EU AI Act đạt mốc thực thi Điều 50 vào ngày 2 tháng 8 năm 2026; và Deloitte định kỳ cập nhật dự báo gian lận AI tạo sinh của mình.
Cập nhật lần cuối: ngày 11 tháng 7 năm 2026. Chúng tôi xem xét và cập nhật trang này hàng quý khi có dữ liệu mới được công bố.