این ورلڈ نے TTS-2 لانچ کر دیا، جو Sonic3.6 سے آواز کلوننگ میں بہتر کارکردگی دکھاتا ہے

ME نیوز کے مطابق، 3 ستمبر (UTC+8)، ڈنگچا کی Beating AI اخباریہ کے مطابق، ریل ٹائم آواز AI کمپنی Inworld نے Realtime TTS-2 کا باہمی اطلاق کیا ہے۔ Artificial Analysis کے حالیہ Controlled Voice Arena میں، اس نے 1123 Elo کے ساتھ پہلا مقام حاصل کیا، جو Cartesia Sonic 3.6 کے 1119 سے 4 امتیاز زیادہ ہے۔ اس رینکنگ میں مختلف ماڈلز کو ایک ہی 8 آوازوں کا نقل بنانے کے لیے دیا گیا، پھر انہیں اندھیرے میں ٹیسٹ کیا گیا تاکہ دیکھا جا سکے کہ کون سا ماڈل زیادہ قدرتی، زیادہ انسانی جیسا بولتا ہے، جس میں تلفظ، توقف، لہجہ اور رفتار شامل ہیں۔ اس ماڈل کو پچھلے مراحل کی حقیقی آواز بھی حوالہ کے طور پر استعمال کرنے کی اجازت ہے، تاکہ صارف کے لہجہ، رفتار اور جذبات کو سمجھ کر اگلے جملے کو کس طرح بولنا ہے، اس کا فیصلہ کر سکے۔ ڈویلپرز براہ راست "کم آواز میں بولو"، "جیسے آپ نے صرف کام سے واپسی کی ہو" جیسے قدرتی زبان کے حکمات لکھ سکتے ہیں، اور ہنسنا، آہ بھرنا، سانس لینا وغیرہ جیسی آوازوں کو شامل کر سکتے ہیں۔ اس کے علاوہ، یہ مختلف زبانوں میں ایک ہی آواز برقرار رکھنے اور مختصر ریکارڈنگ سے آواز نقل کرنے کا بھی سامان فراہم کرتا ہے۔ Inworld نے اپنے عہدے پر دعویٰ کیا ہے کہ یہ نسل ماڈل صرف ریل ٹائم مکالمے کے لیے ڈیزائن کیا گیا ہے، جو مکمل آواز کے تبادلۂ خیال میں لہجہ، رفتار اور جذباتی حالت کا استعمال کرے گا۔ (ذرائع: BlockBeats)