Amazon представи нов гласов AI модел - Nova Sonic
Amazon Web Services показа нов генеративен AI модел – Nova Sonic, кадърен да обработва глас и да генерира естествено звучаща тирада. От най-голямата компания в света по оборот измежду продаващите артикули и услуги посредством интернет настояват, че Sonic се показва наедно с водещите гласови модели на OpenAI и Гугъл при проби за скорост, различаване на тирада и качество на диалозите.
Nova Sonic е отговорът на Amazon Web Services на по-новите AI гласови модели, като този, който зарежда гласовия режим на ChatGPT, и които звучат по-естествено в диалог, за разлика от по-ограничените ранни версии на Alexa. Последните софтуерни пробиви направиха по-старите модели и асистенти като Alexa и Siri да наподобяват видимо остарели при съпоставяне.
Nova Sonic е наличен посредством Bedrock – платформата на Amazon за разработка на AI приложения за бизнеса – чрез нов двупосочен стрийминг API. В прессъобщение AWS назова Nova Sonic „ най-рентабилния “ AI гласов модел на пазара – с към 80% по-евтин от GPT-4o на OpenAI.
В съпоставяне с конкурентни AI гласови модели, Nova Sonic се отличава в насочването на потребителските поръчки към разнообразни API. Тази дарба разрешава на модела да „ знае “ по кое време да извлече информация в действително време от интернет, да обработи данни от частен източник или да извърши деяние в друго приложение – употребявайки подобаващия инструмент.
Nova Sonic е част от по-широката тактика на AWS за създаване на AGI (изкуствен общ интелект), който компанията дефинира като „ AI системи, които могат да правят всичко, което човек може да прави на компютър. “ В бъдеще Amazon възнамерява да пусне още AI модели, способни да схващат разнообразни модалности – облик, видео, глас.
Само преди седмица Amazon показа предварителна версия на Nova Act -AI модел, употребяващ браузър, който евентуално стои зад някои функционалности на Alexa+ и опцията „ Buy for Me “.
Четете още: Amazon основава екип за разработка на AI сътрудници.
