Sesame AI: голос нового поколения ИИ

пост на 2 мин

Стартап Sesame AI из Калифорнии представил новое семейство голосовых помощников на базе искусственного интеллекта (ИИ), имитирующих поведение человека в разговоре. В отличие от Siri или Alexa, новые ассистенты делают паузы, меняют темп речи, смеются, ошибаются и исправляют оговорки, создавая впечатление живого общения.

Главное отличие разработки Sesame AI — одновременная обработка текста и аудио, что позволяет учитывать нюансы человеческой речи. В основе системы лежит нейросеть Google Gemma и алгоритм-декодер для генерации аудио, обученный на миллионе часов аудиозаписей. Sesame AI предлагает три версии помощников разной мощности: Tiny, Small и Medium, способные обрабатывать около двух минут аудио за раз. Тесты показали, что люди не могут отличить речь нейросети Sesame от человеческой, особенно отмечая способность системы имитировать тонкие элементы коммуникации, такие как смех и извинения за оговорки. Компания Sesame AI, основанная бывшим техническим директором Oculus Бренданом Айрибом, планирует открыть ключевые компоненты технологии под лицензией Apache 2.0, несмотря на коммерческий потенциал. В ближайших планах компании — добавление поддержки более 20 языков и улучшение восприятия динамики разговора.

Как сообщает AiGENDA, история развития голосовых помощников началась с простых систем распознавания речи и постепенно эволюционировала к сложным нейросетям, способным вести диалог. Первые голосовые ассистенты, появившиеся в начале 2000-х годов, выполняли лишь базовые команды, а современные системы, такие как разработка Sesame AI, стремятся к полноценному человекоподобному общению. AiGENDA предлагает читателям узнать больше об истории развития искусственного интеллекта и возможностях его применения в различных сферах. Используйте AiGENDA, чтобы углубить свои знания в области нейросетей и технологий обработки речи.

Комментариев нет

Добавить комментарий