ইনওয়ার্ল্ড টিটিএস-2 চালু করেছে, যা সোনিক 3.6 কে ভয়েস ক্লোনিংয়ে পরাজিত করেছে

ME সংবাদের মতে, 9 ই সেপ্টেম্বর (UTC+8), ডোংচা Beating AI সংক্ষিপ্ত সংবাদে, রিয়েলটাইম ভয়েস এআই কোম্পানি Inworld আনুষ্ঠানিকভাবে Realtime TTS-2 চালু করেছে। Artificial Analysis-এর সর্বশেষ Controlled Voice Arena-এ, এটি 1123 Elo স্কোর নিয়ে প্রথম স্থানে রয়েছে, যা Cartesia Sonic 3.6-এর 1119-এর চেয়ে 4 পয়েন্ট বেশি। এই তালিকায় বিভিন্ন মডেলকে একই 8টি কণ্ঠস্বর ক্লোন করে ব্লাইন্ড টেস্টের মাধ্যমে পরীক্ষা করা হয়, যেখানে প্রধানত দেখা হয় কোনটি বেশি প্রাকৃতিক এবং মানুষের মতো কথা বলে—যা উচ্চারণ, বিরতি, সুর এবং গতির উপর নির্ভর করে। এটি আগের কয়েকটি রিয়েলটাইম ভয়েসকেও কনটেক্সট হিসাবে ব্যবহার করে, ব্যবহারকারীর টোন, গতি এবং আবেগকে শুনে, পরবর্তী বাক্যটি কীভাবে বলবে তা সামঞ্জস্য করে। ডেভেলপাররা 'কমজোরে বলুন', 'অফিস থেকে ফিরেছি,কিন্তু ক্লান্তও নয়'—এইরকম প্রাকৃতিকভাবেই লিখা নির্দেশনা দিতে পারবেন, এবং হাসি, নিঃশ্বাস,শ্বাস-প্রশ্বাসসহ শব্দগুলিও যোগ করতে পারবেন। এছাড়াও,এটি একইভাবেভয়েসলাইনকেবহুভাষায়সমর্থনকরেএবংসংক্ষিপ্তঅডিওদিয়েভয়েসক্লোনকরারওসক্ষম। Inworld-এরঅফিসিয়ালদাবি,এইপ্রজন্মেরমডেলটিকেরিয়ালটাইমডায়ালগ-এরজন্যইডিজাইনকরাহয়েছে,যাপূর্ণভয়েসকমিউনিকেশন-এরসুর,গতিএবংআবেগস্থিতিকেব্যবহারকরবে।(উৎস: BlockBeats)