Amazon anunță modelul de sunet Nova Sonic, susține că performanța depășește OpenAI și Google

Amazon a prezentat astăzi Nova Sonic, un model avansat de vorbire la vorbire care le permite dezvoltatorilor să creeze aplicații care pot conversa cu voci asemănătoare oamenilor în timp real. Amazon susține că acest nou model audio se mândrește cu o performanță de preț de lider în industrie și o latență scăzută.

De obicei, dezvoltarea unei aplicații cu voce activată necesită dezvoltatorilor să lucreze cu mai multe modele în același timp:

  • Model de recunoaștere a vorbirii pentru conversia audio în text.
  • Large Language Model (LLM) pentru înțelegerea și generarea de răspunsuri.
  • Model text-to-speech.

Această abordare nu este doar complexă, dar deseori ratează contexte acustice importante, cum ar fi tonul, prozodia și stilul de vorbire.

Amazon anunță modelul de sunet Nova Sonic, susține că performanța depășește OpenAI și Google

Nova Sonic abordează această provocare integrând înțelegerea și generarea sunetului într-un singur model. Abordarea unificată ajută modelul să capteze tonul, stilul și intrarea audio, creând un dialog mai natural. De asemenea, determină timpul de răspuns adecvat și gestionează mai bine barge-in-urile.

Nova Sonic acceptă atât voci masculine, cât și voci feminine, cu multe accente englezești, cum ar fi american, britanic. Dezvoltatorii pot accesa modele prin Amazon Bedrock folosind un API de streaming bidirecțional care acceptă apelarea funcțiilor. Acest model vine și cu funcții de protecție încorporate, cum ar fi moderarea conținutului și filigranul.

În acest sens, luna trecută OpenAI a anunțat o nouă generație de modele de vorbire în text – gpt-4o-transcribe și gpt-4o-mini-transcribe – cu îmbunătățiri semnificative în rata de eroare a cuvintelor, recunoașterea limbii și acuratețea față de modelele Whisper anterioare.

Sign up and earn $1000 a day ⋙

Leave a Comment

Cum să utilizați aplicația CK Club de la Circle K pentru a primi oferte atractive

Cum să utilizați aplicația CK Club de la Circle K pentru a primi oferte atractive

Pentru a obține cele mai rapide informații promoționale de la Circle K, ar trebui să instalați aplicația CK Club. Aplicația salvează plățile la cumpărături sau la plata la Circle K, precum și numărul de timbre colectate.

Instagram va permite rulouri de până la 3 minute

Instagram va permite rulouri de până la 3 minute

Instagram tocmai a anunțat că va permite utilizatorilor să posteze videoclipuri Reels cu o durată de până la 3 minute, dublu față de limita anterioară de 90 de secunde.

Cum să vizualizați informațiile despre procesorul Chromebookului

Cum să vizualizați informațiile despre procesorul Chromebookului

Acest articol vă va ghida cum să vizualizați informațiile CPU, să verificați viteza procesorului direct pe Chromebook.

8 lucruri interesante pe care le poți face cu o veche tabletă Android

8 lucruri interesante pe care le poți face cu o veche tabletă Android

Dacă nu doriți să vindeți sau să oferiți vechea tabletă, o puteți utiliza în 5 moduri: ca ramă foto de înaltă calitate, player muzical, cititor de cărți electronice și reviste, asistent pentru treburile casnice și ca ecran secundar.

Cum să obții rapid unghii frumoase

Cum să obții rapid unghii frumoase

Vrei să ai rapid unghii frumoase, strălucitoare și sănătoase. Aceste sfaturi simple pentru unghii frumoase de mai jos vă vor fi utile.

Secretele de inspirație a culorilor doar designerii le cunosc

Secretele de inspirație a culorilor doar designerii le cunosc

Acest articol va enumera sfaturi inspirate de culori, împărtășite de designeri de top din comunitatea Creative Market, astfel încât să puteți obține combinația perfectă de culori de fiecare dată.

Tot ce aveți nevoie pentru a vă înlocui laptopul cu un telefon

Tot ce aveți nevoie pentru a vă înlocui laptopul cu un telefon

Îți poți înlocui cu adevărat laptopul cu telefonul? Da, dar veți avea nevoie de accesoriile potrivite pentru a vă transforma telefonul într-un laptop.

ChatGPT va putea în curând să vadă tot ce se întâmplă pe ecranul tău

ChatGPT va putea în curând să vadă tot ce se întâmplă pe ecranul tău

Un lucru important în videoclipul complet al evenimentului este că viitoarea caracteristică a aplicației ChatGPT a fost demonstrată, dar nu au fost distribuite detalii reale. Este capacitatea ChatGPT de a vedea tot ce se întâmplă pe ecranul dispozitivului utilizatorului.

AI învață să păcălească oamenii, în ciuda faptului că este antrenat să fie sincer

AI învață să păcălească oamenii, în ciuda faptului că este antrenat să fie sincer

Multe IA de top, în ciuda faptului că sunt antrenate să fie sincere, învață să înșele prin antrenament și îi induc sistematic pe utilizatori la convingeri false, arată un nou studiu.

Cum să schimbi întrebările pe ChatGPT

Cum să schimbi întrebările pe ChatGPT

ChatGPT are acum o opțiune de schimbare a întrebării, astfel încât utilizatorii să poată edita întrebarea sau conținutul pe care îl schimbă cu ChatGPT.

Cum să descoperiți codurile QR false și să vă păstrați datele în siguranță

Cum să descoperiți codurile QR false și să vă păstrați datele în siguranță

Codurile QR par destul de inofensive până când scanezi un cod QR prost și primești ceva urât în ​​sistemul tău. Dacă doriți să vă păstrați telefonul și datele în siguranță, există câteva moduri prin care puteți identifica codurile QR false.

Qualcomm lansează modemul X85 5G cu o serie de îmbunătățiri notabile

Qualcomm lansează modemul X85 5G cu o serie de îmbunătățiri notabile

Pe scena de la MWC 2025, Qualcomm a făcut furori când a introdus cea de-a opta generație de modem 5G numit X85, care se așteaptă să fie folosit în smartphone-urile emblematice care vor fi lansate în cursul acestui an.

Noua tehnologie permite telefoanelor să-și schimbe culoarea în mod flexibil

Noua tehnologie permite telefoanelor să-și schimbe culoarea în mod flexibil

Ai un iPhone 16 la modă „Ultramarine”, dar într-o bună zi te simți brusc plictisit de acea culoare; Ce vei face?

Microsoft integrează DeepSeek în platforma PC Copilot+

Microsoft integrează DeepSeek în platforma PC Copilot+

În ianuarie, Microsoft a anunțat planurile de a aduce versiuni optimizate pentru NPU ale modelului DeepSeek-R1 direct pe computerele Copilot+ care rulează pe procesoare Qualcomm Snapdragon X.

Diferența dintre funcțiile IF și Comutare în Excel

Diferența dintre funcțiile IF și Comutare în Excel

Instrucțiunea IF este o funcție logică comună în Excel. Instrucțiunea SWITCH este mai puțin cunoscută, dar o puteți folosi în loc de instrucțiunea IF în unele cazuri.