Hume AI представил новую модель генерации речи Octave 2

Стартап Hume AI из США представил свою новейшую разработку — Octave 2, модель генерации речи, которая уже успела завоевать репутацию самой быстрой на рынке. Задержка в работе модели составляет менее 200 миллисекунд, что позволяет формировать речь практически в реальном времени. Это значительно улучшает взаимодействие в чат-ботах, голосовых ассистентах и других интерактивных системах, где важна естественность общения.

Octave 2 поддерживает 11 языков, включая русский, английский, французский, испанский и китайский. Среди её возможностей — клонирование голосов с точным воспроизведением тембра, изменение голоса по полу, возрасту и интонациям, а также управление эмоциями от спокойного до ярко выраженного тона. Модель может редактировать фонемы для точного произношения редких слов и имен.

По сравнению с предыдущей версией, новая модель увеличила скорость работы на 40% и снизила стоимость генерации практически вдвое. Улучшилось качество звучания, что позволяет добиться четкости дикции и передачи интонаций.

Octave 2 уже доступна для тестирования на сайте Hume AI и через API для разработчиков. В блоге компании представлены примеры аудио и видео, демонстрирующие возможности новой модели. С запуском Octave 2 Hume AI стремится устранить главную преграду в технологии TTS — задержку, что позволяет осуществлять более естественный диалог между человеком и машиной.

Хотите быть в курсе новейших тенденций в мире ИИ? Подписывайтесь на Telegram-канал BotHub AI News.