Cartesia, Gerçek Zamanlı Sesli AI İçin Sonic-3.5 ve Ink-2'yi Lanzman Ediyor

Beating İzleme'ye göre, AI ses modeli startup şirketi Cartesia, Sonic-3.5 ve Ink-2'nin piyasaya sürülmesini duyurdu ve bu iki modelden oluşan tek bir gerçek zamanlı ses ajanı teknoloji yığını sundu. Sonic-3.5, metinden sese (TTS) dönüşümünden sorumludur; Ink-2 ise sesten metne (STT) dönüşümünden sorumludur. Sonic-3.5, gerçek zamanlı düşük gecikmeli ses üretimi için optimize edilmiştir ve ilk ses çıktısı süresi 90 milisaniyeye düşürülmüştür. 42 dil için doğrudan destek sunar ve İngilizce eş sesli kelimeler ile alfasayısal karakterlerin telaffuzu için ön işleme gerek yoktur. Ink-2'nin kelime hata oranı (Word Error Rate), %3,6'ya düşürülmüş ve yerel tur algılama (Native Turn-Detection) ile gürültü işleme mekanizmaları eklenmiştir; bu sayede kullanıcı konuşmayı bitirdi mi, sadece sessizlik süresine değil, cümle anlamına ve semantik anlama dayanarak belirlenir. Şu anda Ink-2 yalnızca İngilizce sürümü sunulmaktadır; çok dilli sürümler daha sonra piyasaya sürülecektir. Geliştiriciler, bu iki modeli tek bir API ile aynı anda çağırabilir. Sonic-3.5 ve Ink-2, "çok tedarikçi birleştirme" nedeniyle oluşan iletim gecikmelerini ve sistem kayıplarını azaltmak amacıyla çift yönlü akışlı işbirliği için tasarlanmıştır.