انورلڈ TTS-2 لانچ ہو گیا، آواز کلوننگ میں سونک 3.6 سے بہتر کارکردگی دکھائی

ڈیٹا چیک Beating AI خبر، ریل ٹائم آواز AI کمپنی Inworld نے Realtime TTS-2 کا رسمی طور پر اطلاق کیا ہے۔ Artificial Analysis کے حالیہ Controlled Voice Arena میں، اس نے 1123 Elo کے ساتھ پہلی جگہ حاصل کی، 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 بلایا گیا تھا، اور بعد میں 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۔ یہ ماڈل پچھلے کچھ راؤنڈز کی اصل آواز کو بھی حوالہ کے طور پر استعمال کرتا ہے، صارف کے لہجہ، رفتار اور جذبات کو سن کر اگلے جملے کو کیسے بولنا ہے، اسے ترتیب دیتا ہے۔ ڈویلپرز مزید سیدھے طور پر "کم آواز میں بولو"، "جیسے مزدوری ختم ہو چکی ہو" جیسے قدرتی زبان کے حکومت دے سکتے ہیں، اور ہنسنا، سانس لینا، آہ بھرنا جیسے آوازیں 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 دعوؤں میں کہا 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 کرتا ہے۔