Firma Amazon zaprezentowała dziś Nova Sonic, zaawansowany model przetwarzania mowy na mowę, który umożliwia programistom tworzenie aplikacji mogących komunikować się w czasie rzeczywistym za pomocą głosu przypominającego głos ludzki. Amazon twierdzi, że ten nowy model audio charakteryzuje się najlepszym w branży stosunkiem ceny do jakości i niskim opóźnieniem.
Zazwyczaj podczas tworzenia aplikacji obsługującej polecenia głosowe programiści muszą pracować z wieloma modelami jednocześnie:
Takie podejście jest nie tylko skomplikowane, ale często pomija również ważne konteksty akustyczne, takie jak barwa głosu, prozodia i styl mówienia.
Nova Sonic stawia czoła temu wyzwaniu, integrując rozumienie i generowanie dźwięku w jednym modelu. Ujednolicone podejście pomaga modelowi uchwycić ton, styl i dane wejściowe audio, tworząc bardziej naturalne dialogi. Pozwala również określić odpowiedni czas reakcji i lepiej radzić sobie z wtargnięciami.
Nova Sonic obsługuje głosy męskie i żeńskie, z wieloma akcentami angielskimi, takimi jak amerykański i brytyjski. Programiści mogą uzyskiwać dostęp do modeli za pośrednictwem Amazon Bedrock, korzystając z dwukierunkowego interfejsu API przesyłania strumieniowego, który obsługuje wywoływanie funkcji. Model ten posiada również wbudowane funkcje ochrony, takie jak moderowanie treści i znakowanie wodne.
W związku z tym w zeszłym miesiącu firma OpenAI ogłosiła nową generację modeli zamiany mowy na tekst – gpt-4o-transcribe i gpt-4o-mini-transcribe – charakteryzujących się znacznymi usprawnieniami w zakresie współczynnika błędów słownych, rozpoznawania języka i dokładności w porównaniu z poprzednimi modelami Whisper.
Amazon ogłosił serię dużych inwestycji i umów mających na celu wsparcie rozwoju małych reaktorów modułowych (SMR) w Stanach Zjednoczonych.
Jeśli nikt nie korzysta ze sklepu Amazon Appstore, czy jego upadek coś zmieni? Odpowiedź poznamy w sierpniu 2025 r., kiedy Amazon przestanie oferować Appstore dla urządzeń z systemem Android.
Mówi się, że Microsoft jest coraz bliżej wypuszczenia na rynek swojego pierwszego składanego smartfona, gdy 1 października uzyskał patent na składany telefon z możliwością złożenia o 360 stopni, który nie powoduje powstawania zagnieceń na ekranie.
Google testuje nową funkcję weryfikacji za pomocą niebieskiego znacznika wyboru w wyszukiwarce. Funkcja ta pomoże użytkownikom unikać klikania na fałszywe lub oszukańcze linki do witryn internetowych.
Na pierwszy rzut oka Microsoft 365 i Office 2024 mogą wydawać się bardzo podobne, ponieważ oba zapewniają dostęp do popularnych i szeroko wykorzystywanych aplikacji firmy Microsoft.
Kody Elemental Dungeons są niezbędną formą nagrody dla graczy. Podobnie jak w przypadku każdej innej gry online w Robloxie, gracze mogą otrzymywać te asysty w zamian za pieniądze lub inne przedmioty.
Podczas drukowania dokumentu Word utwórz w nim tabelę. Powtórzenie tytułu w programie Word ułatwia jego śledzenie oraz pozwala na płynne odczytywanie tytułu dokumentu na różnych stronach, zwłaszcza w przypadku długich tytułów.
Nowa aplikacja iMessage w systemie iOS 18 została wzbogacona o animowane wiadomości, efekty tekstowe i wiele opcji do wykorzystania w wysyłanych wiadomościach.
Istnieje ciekawy fakt na temat świń, o którym nie wszyscy wiedzą: świnie są uważane za wrogów węży, ponieważ gdy te dwa zwierzęta się spotkają, większość węży stanie się pożywieniem dla świń.
Jaka jest odległość od Ziemi do Jowisza? Jeśli nie wiesz, ten artykuł dowiesz się, jak daleko Jowisz znajduje się od Ziemi.
Którzy generałowie nie są uwzględnieni w meta-grze Mobile Alliance? Przyjrzyjmy się teraz
Graves DTCL z sezonów 1, 3 i 6 kosztuje tylko 1 sztukę złota i wydaje się być po prostu dodatkowym bohaterem mającym na celu pobudzenie klanu; główna rola we wczesnej fazie gry jest nadal wykorzystywana, ale nie w zbyt dużym stopniu. Od sezonu 7.5 DTCL cena Gravesa gwałtownie wzrosła do 4 sztuk złota i zdecydowanie jest niezastąpionym wyborem, jeśli zdecydujesz się grać Thunder Dragonem lub Gunnerem.
W przypadku telefonów Samsung należy korzystać z osobnej aplikacji obsługującej dźwięki. Możesz na przykład słuchać muzyki z Apple Music, a telefon będzie odtwarzał dźwięk przez głośniki samochodu.
W Internecie można znaleźć wiele dobrych statusów dotyczących pracy. W tym artykule podsumujemy dobre i wartościowe statusy zawodowe.
Jaki jest dobry i pełen znaczenia podpis pod rocznicą ślubu? W tym artykule znajdziesz krótkie, zwięzłe podpisy pod rocznicami, które sprawią, że Twój partner zapamięta je na zawsze.
Code Dai Hiep Phong Van pomaga graczom wykorzystać atrakcyjne nagrody, nawet jeśli dopiero zaczynają poznawać świat gry.
Code Sword of Convallaria oferuje graczom szereg nagród, takich jak waluta, punkty doświadczenia, przywoływanie postaci...
