Американская компания Hume AI анонсировала свою новую модель генерации речи под названием Octave 2. Эта система уже успела завоевать репутацию самой быстрой на рынке, обеспечивая задержку менее 200 миллисекунд, что позволяет формировать речь практически в реальном времени. Данная разработка открывает новые горизонты для использования в чат-ботах, голосовых помощниках и других интерактивных платформах, где важна естественность общения.
Octave 2 поддерживает 11 языков, включая русский, английский, французский и испанский. Она обладает возможностью клонирования голосов, изменением полового и возрастного звучания, а также управлением эмоциями, что позволяет использовать тон от спокойного до сильно выраженного. Модель также может редактировать фонемы для точного произношения специфических слов и имен.
Сравнивая с предыдущей версией, новая модель стала на 40% быстрее, а стоимость генерации уменьшилась почти вдвое. Качество звучания также значительно улучшилось. Octave 2 доступна для тестирования на сайте Hume AI и через API для разработчиков, с примерами работы модели уже в блоге компании. С запуском этой модели Hume AI стремится устранить задержку в TTS, что делает диалог между человеком и машиной более естественным.
Подписывайтесь на наш Telegram‑канал BotHub AI News, чтобы получать актуальные новости из мира искусственного интеллекта.