صدا و موسیقی
@AssemblyAI
@AssemblyAIبچه‌های AssemblyAI بالاخره از اولین مدل تبدیل متن به صوت خودشون به اسم AssemblyAI-TTS-1 رونمایی کردن و رسماً وارد میدون رقابت شدن
بچه‌های AssemblyAI بالاخره از اولین مدل تبدیل متن به صوت خودشون به اسم AssemblyAI-TTS-1 رونمایی کردن و رسماً وارد میدون رقابت شدن. این مدل مخصوص ایجنت‌ها و دستیارهای صوتی طراحی شده و یه صدای زنده و کاملاً طبیعی تحویل می‌ده تا مکالمه حس رباتی نداشته باشه. برگ برنده‌ش تاخیر فوق‌العاده پایینِ ۹۰ میلی‌ثانیه‌ایه که عملاً هم‌زمان با صحبت کردن استریم می‌شه و کاربر معطل نمی‌مونه. از نظر دخل و خرج هم هوای توسعه‌دهنده‌ها رو داشته و به ازای هر یک میلیون کاراکتر فقط ۱۵ دلار می‌گیره تا پیاده‌سازیش توی مقیاس‌های سنگین حسابی بصرفه.
منبع
AssemblyAI@AssemblyAI
Introducing AssemblyAI-TTS-1, our first text-to-speech model.
Natural speech for voice agents, streaming in 90 ms, at $15 per million characters. On accuracy, naturalness, and cost together, it’s the best TTS model you can run at scale.
۶ آبان ۱۴۰۵مشاهده در X
بیشتر بخوانید
انویدیا قوی‌ترین مدل تبدیل گفتار به متن آفلاین خودش رو به اسم Nemotron 3.5 Transcribe فرستاده تو میدون که بدجوری گردوخاک کرده
بچه‌های شرکت نورالینک یه آمار برگ‌ریزون از جدیدترین دستاوردشون منتشر کردن که واقعاً دل آدم رو شاد میکنه
بچه‌های شرکت Liquid AI اومدن نسل جدید مدل‌هاشون به اسم LFM3 رو رونمایی کردن که با یه معماری سه‌گانه نوآورانه حسابی گردوخاک راه انداخته
این داداشمون راگاوان تورایراتنام و تیمش یه کارستون حسابی راه انداختن و مدلی به اسم دِسا (Dessa) رو رو کردن
نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.