亚马逊发布生成式 AI 语音基座模型 Nova Sonic,可生成自然语音

据亚马逊官方消息,亚马逊近日推出生成式 AI 语音基座模型Nova Sonic,该模型是Amazon Nova 基础模型 (FM) 系列的最新成员。

Amazon Nova Sonic 将语音理解和生成统一为一个单一模型,开发人员可利用该模型创建自然、类似人类的人工智能对话体验,并实现低延迟和行业领先的性价比。这种集成方法简化了开发流程,降低了构建会话应用的复杂性。

其统一的模型架构可提供极富表现力的语音生成和实时文本转录,而无需单独的模型。其结果是自适应语音响应,可根据输入语音的节奏和音色等前奏动态调整其传送。

在双向对话中,Nova Sonic会等待“合适的时机”发言,会考虑到说话者的停顿和打断等情况。此外,Nova Sonic还能够为用户的语音生成文本记录,开发者可以将这些文本用于各种应用场景。

亚马逊AGI部门首席科学家罗希特·普拉萨德透露,Nova Sonic的部分技术已经应用于升级版数字助手Alexa+。该模型的推出是亚马逊构建人工通用智能(AGI)战略的重要一步,未来还将推出支持多模态理解的AI模型,涵盖图像、视频及其他物理世界感知数据。

阅读更多:亚马逊发布可控制 Web 浏览器的 AI 智能体 Nova Act

优秀的个人博客,低调大师

微信关注我们

原文链接:https://www.oschina.net/news/343521/nova-sonic-voice-speech-foundation-model

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

相关文章

发表评论

资源下载

更多资源
Mario,低调大师唯一一个Java游戏作品

Mario,低调大师唯一一个Java游戏作品

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Oracle Database,又名Oracle RDBMS

Oracle Database,又名Oracle RDBMS

Oracle Database,又名Oracle RDBMS,或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统,系统可移植性好、使用方便、功能强,适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库方案。

Apache Tomcat7、8、9(Java Web服务器)

Apache Tomcat7、8、9(Java Web服务器)

Tomcat是Apache 软件基金会(Apache Software Foundation)的Jakarta 项目中的一个核心项目,由Apache、Sun 和其他一些公司及个人共同开发而成。因为Tomcat 技术先进、性能稳定,而且免费,因而深受Java 爱好者的喜爱并得到了部分软件开发商的认可,成为目前比较流行的Web 应用服务器。

Sublime Text 一个代码编辑器

Sublime Text 一个代码编辑器

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。