Hume AI представила новую модель генерации речи Octave 2

Американская компания Hume AI представила свою новую разработку — Octave 2, модель генерации речи, которая уже успела получить звание самой быстрой в своем классе. Задержка при генерации речи составляет менее 200 миллисекунд, что позволяет говорить о практически реальном времени формирования звука. Это создает новые возможности для использования в чат-ботах, голосовых помощниках и других интерактивных системах, где важна естественность общения. Octave 2 поддерживает 11 языков, включая русский, английский, французский, испанский и китайский. Модель способна клонировать голоса, меняя их пол, возраст и интонацию, а также управлять эмоциями и редактировать фонемы для точного произношения сложных слов. По сравнению с первой версией, новая модель стала быстрее на 40% и снизила стоимость генерации почти вдвое. Тестирование Octave 2 доступно на сайте Hume AI, где представлены примеры работы модели. С запуском этой версии Hume AI стремится устранить задержку в TTS, делая взаимодействие между человеком и машиной более естественным.