Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

AI (Bunkyo-ku, Tokyo) thông báo rằng họ đã phát triển "API tổng hợp giọng nói truyền phát đầu vào" hoạt động với thế hệ AI để cho phép bắt đầu giọng nói nhanh chóng và nó đã được miibo áp dụng. Công nghệ này nhập mã thông báo văn bản do thế hệ AI tạo ra vào API tổng hợp giọng nói trong thời gian thực và tạo ra giọng nói trong khi văn bản đang được tạo. Điều này tăng tốc độ phản hồi cho các văn bản dài.

miibo (Giám đốc đại diện kiêm Giám đốc điều hành Masashi Kuto) sử dụng API này để đạt được phản hồi tốc độ cao của AI đàm thoại. Người dùng có thể dễ dàng tạo AI đàm thoại trên nền tảng miibo. Ai muốn dùng thử có thể liên hệ với miibo. Video demo giới thiệu các tình huống như thông tin du lịch Osaka và tư vấn quà tặng Ngày của Cha.

Vấn đề với giao tiếp bằng giọng nói với thế hệ AI là việc tổng hợp giọng nói thông thường đòi hỏi phải phân tích toàn bộ câu và cần có thời gian để phản hồi. Tuy nhiên, API mới của AI bắt đầu phân tích từng mã thông báo văn bản, giúp bạn có thể “suy nghĩ và nói” như con người. Điều này được kỳ vọng sẽ cho phép tương tác bằng giọng nói tự nhiên với AI tổng hợp.

AI có kế hoạch bắt đầu bán các tính năng mới như AITalk6 Server vào nửa đầu năm 2024. Nếu bạn quan tâm đến việc triển khai hệ thống hội thoại bằng giọng nói, bạn có thể liên hệ với chúng tôi. Công nghệ này tương thích với nhiều AI tổng hợp khác nhau như ChatGPT, Claude3 và Gemini Pro.