Lưu trữ — US — turtlesai
Công nghệ tổng hợp giọng nói giống con người tiên tiến của Sesame: Gặp gỡ Maya và Miles
Sesame AI giới thiệu công nghệ tổng hợp giọng nói tiên tiến với đặc tính giống con người thông qua Maya và Miles, sử dụng công nghệ transformer để tạo ra giao tiếp tự nhiên. Công nghệ này tối ưu hóa tải tính toán và giảm độ trễ trong khi cung cấp biểu hiện cảm xúc phong phú trong ngữ cảnh, đặt ra một tiêu chuẩn mới cho ứng dụng kỹ thuật số và trợ lý giọng nói.
Điểm chính
- Sesame AI sử dụng kiến trúc transformer cho việc tổng hợp tiếng nói. Hệ thống đạt được thời gian trễ thấp và tối ưu hóa tải tính toán. Trợ lý giọng nói Maya và Miles thể hiện các tương tác giống như con người. Mô hình tích hợp thông minh ngữ cảnh để cải thiện khả năng biểu đạt cảm xúc tốt hơn. Nó được huấn luyện trên hơn một triệu giờ âm thanh, chủ yếu bằng tiếng Anh, với kế hoạch hỗ trợ đa ngôn ngữ. Công nghệ này giải quyết vấn đề một-nhiều trong việc tạo ra giọng nói.
Vì sao quan trọng
- Sáng kiến này phù hợp với xu hướng gia tăng tương tác giữa con người và máy tính.
- Công nghệ phản ánh sự tiến bộ hiện tại trong các công cụ giao tiếp dựa trên trí tuệ nhân tạo.
- Kể từ năm 2025, các công ty đang ngày càng tập trung vào việc tổng hợp giọng nói tự nhiên để cải thiện trải nghiệm người dùng.
Sesame AI đã đạt được bước tiến mới trong tổng hợp giọng nói không chỉ nâng cao khả năng của trợ lý giọng nói mà còn đặt ra một tiêu chuẩn mới trong giao tiếp trí tuệ nhân tạo, mở đường cho sự phát triển trong tương lai của giao tiếp kỹ thuật số.