Amazon догоняет конкурентов с новыми моделями AI Nova для генерации голоса и видео

На этой неделе Amazon демонстрирует новые технологии искусственного интеллекта, в том числе свою версию более разговорной голосовых моделей для более эффективной конкуренции с Gemini Live и Advanced Voice Mode от OpenAI, а также обновление своей модели, способной генерировать видео.

Новая голосовая модель Nova Sonic обеспечивает обработку речи в режиме реального времени и генерацию голоса ИИ для разговорных приложений, как утверждает Amazon. Nova Sonic использует «единую архитектуру модели», которая, по словам Amazon, превосходит другие подходы, которые взаимосвязывают отдельные модели для обработки распознавания речи, преобразования речи в текст, генерации ответов и последующего преобразования текста в аудио. Amazon утверждает, что Nova Sonic также может лучше определять тон голоса собеседника и давать более естественные ответы.

Nova Sonic доступна для тестирования через платформу разработчиков Bedrock от Amazon, и компания заявляет, что ее можно использовать для создания таких вещей, как чат-боты службы поддержки клиентов или для создания агентов ИИ в сфере туризма, образования, здравоохранения и многих других отраслей. «Компоненты» Nova Sonic уже используются в новом ассистенте Alexa Plus от Amazon, – рассказал TechCrunch Рохит Прасад (Rohit Prasad), старший вице-президент и ведущий ученый Amazon по области общего искусственного интеллекта.

Что касается видео, Amazon объявила о Nova Reel 1.1, которая, по словам компании, обеспечивает улучшение качества и задержки по сравнению с версией 1.0. Теперь она также может поддерживать последовательные стили на протяжении нескольких шестисекундных сцен, объединенных в целое видео длиной до двух минут.