Новини›Ses›Bland пусна Tofu-1, модел за говор в реално време за телефонни разговори
Ses

Bland пусна Tofu-1, модел за говор в реално време за телефонни разговори

MarkTechPost · неделя, 15 ноември, 12:06 · 1 мин четене

Моделът слуша и отговаря с аудио без междинен текст, в ограничен research preview за компании.

Bland, компания за гласов AI от Сан Франциско, пусна Tofu-1, модел за говор към говор с пълен дуплекс. Това значи, че моделът слуша и говори едновременно. Tofu-1 обработва звука директно, така че тон, колебание и фонов шум остават достъпни за модела.

За практиката това означава, че обаждащият се може да прекъсне или да поправи модела по средата на изречение, а той продължава разговора без пауза. Докато върши дадена задача, Tofu-1 не спира разговора, а съобщава резултата едва когато работата е приключила. Моделът не твърди, че нещо е готово преди време.

Тъй като Tofu-1 учи звука на разговора, може и да го генерира. Това включва втори говорител, стаята около тях и шума на линията. Bland насочва модела към банки, болници, застрахователни компании и държавни институции, където разговорите често са шумни и изискват точност.

Тофу-1 е в research preview, достъпен за ограничен брой предприятия. Заявката за достъп пита за месечен обем обаждания, от под 1000 до над 50 000.

Още новини