कार्टेशिया ने रियल-टाइम वॉइस एआई के लिए सोनिक-3.5 और इंक-2 लॉन्च किया

icon MarsBit
साझा करें
AI summary iconसारांश

Beating मॉनिटरिंग के अनुसार, AI वॉइस मॉडल स्टार्टअप कार्टेसिया ने Sonic-3.5 और Ink-2 की घोषणा की है और दोनों मॉडल्स से मिलकर बनी एक समेकित रियल-टाइम वॉइस एजेंट टेक्नोलॉजी स्टैक लॉन्च की है। Sonic-3.5 टेक्स्ट-टू-स्पीच (TTS) के लिए जिम्मेदार है, जबकि Ink-2 स्पीच-टू-टेक्स्ट (STT) के लिए जिम्मेदार है। Sonic-3.5 रियल-टाइम, लो-लेटेंसी वॉइस जनरेशन पर केंद्रित है, जिसमें पहले आवाज़ का आउटपुट समय 90 मिलीसेकंड तक कम हो गया है। यह 42 भाषाओं का समर्थन करता है और अंग्रेजी में हेटरोफोनिक शब्दों और अक्षर-संख्या संयोजनों की उच्चारण को बिना प्रीप्रोसेसिंग के समर्थन करता है। Ink-2 की शब्द त्रुटि दर (Word Error Rate) 3.6% तक कम हो गई है, साथ ही इसमें नेटिव टर्न-डिटेक्शन और नॉइज़ प्रोसेसिंग मैकेनिज़म शामिल किए गए हैं, जो पारंपरिक शांति के समय के आधार पर नहीं, बल्कि वाक्य के अर्थ और संकेत समझ के आधार पर यह निर्णय लेते हैं कि क्या उपयोगकर्ता ने बात समाप्त कर दी है। वर्तमान में Ink-2 केवल अंग्रेजी संस्करण में उपलब्ध है, और बहुभाषी संस्करण भविष्य में जारी किए जाएंगे। डेवलपर्स एकल API के माध्यम से दोनों मॉडल्स को साथ में कॉल कर सकते हैं। Sonic-3.5 और Ink-2 को द्वि-दिशात्मक स्ट्रीमिंग सहयोग के साथ डिज़ाइन किया गया है, ताकि "मल्टी-वेंडर संयोजन" के कारण होने वाली प्रसारण देरी और सिस्टम हानि कम हो सके।

स्रोत:मूल दिखाएं
डिस्क्लेमर: इस पेज पर दी गई जानकारी थर्ड पार्टीज़ से प्राप्त की गई हो सकती है और यह जरूरी नहीं कि KuCoin के विचारों या राय को दर्शाती हो। यह सामग्री केवल सामान्य सूचनात्मक उद्देश्यों के लिए प्रदान की गई है, किसी भी प्रकार के प्रस्तुतीकरण या वारंटी के बिना, न ही इसे वित्तीय या निवेश सलाह के रूप में माना जाएगा। KuCoin किसी भी त्रुटि या चूक के लिए या इस जानकारी के इस्तेमाल से होने वाले किसी भी नतीजे के लिए उत्तरदायी नहीं होगा। डिजिटल संपत्तियों में निवेश जोखिम भरा हो सकता है। कृपया अपनी वित्तीय परिस्थितियों के आधार पर किसी प्रोडक्ट के जोखिमों और अपनी जोखिम सहनशीलता का सावधानीपूर्वक मूल्यांकन करें। अधिक जानकारी के लिए, कृपया हमारे उपयोग के नियम और जोखिम प्रकटीकरण देखें।