Az Inworld AI felvásárolta a valós idejű hangügynököket fejlesztő Ultravoxot
Az Inworld AI felvásárolta az Ultravoxot, a valós idejű hangügynökök fejlesztésére használt platformot. Az Ultravox csapata az Inworldnél folytatja a platform fejlesztését, az első változás pedig már elérhető az ügyfelek számára.
- Az Inworld AI felvásárolta a valós idejű hangügynökökhöz használt Ultravox platformot.
- Az Ultravox csapatának csatlakozott tagjai az Inworldnél folytatják a fejlesztést.
- Az Ultravox beépített Inworld-hangjai már a Realtime TTS-2 modellen futnak.
- A meglévő hangazonosítók működnek, migrációra és kódmódosításra nincs szükség.
- A TTS-2 frissítése és a természetes nyelvű hangvezérlés külön díj nélkül érhető el.
A beszédértést és a hanggenerálást egyesítenék
Az Inworld AI szeptember 30-án jelentette be az Ultravox felvásárlását. A két vállalat korábban szövegfelolvasási együttműködésben dolgozott együtt, és közös céljuk a nagy léptékben működő, valós idejű mesterséges intelligencia fejlesztése.
Az Inworld közlése szerint az Ultravox a beszéd megértésében, a következtetésben és a feladatok végrehajtásában rendelkezik tapasztalattal. A platform eszközöket kínál az élő beszélgetésekben szükséges beszédváltás és a közbeszólások kezeléséhez is. Az Inworld ehhez beszédmodelleket, modellkiszolgálást és valós idejű következtetési infrastruktúrát biztosít fogyasztói AI-alkalmazásokhoz.
A vállalat szerint a technológiák összevonása javíthatja a teljes beszélgetési folyamatot: a rendszer megértheti, amit a felhasználó mond, segíthet a feladat elvégzésében, majd a helyzethez illő hangon válaszolhat. Az Inworld a fejlesztők számára a jövőben jobb beszéd-beszéd élményeket ígér, miközben az Ultravox hangjai és képességei is tovább fejlődnek.
Az Ultravox hangjai már a TTS-2 modellen futnak
Az első változás már elérhető: az Ultravoxba beépített Inworld-hangok mostantól a Realtime TTS-2 modellen futnak. Ha egy ügynök korábban ilyen hangot használt, a frissítés automatikusan megtörtént. A meglévő hangazonosítók továbbra is működnek, így ehhez nincs szükség kódmódosításra.
Az Inworld szerint a TTS-2 az Artificial Analysis rangsorában élmezőnybe tartozó hangmodell. A modell természetes nyelvű vezérlést is kínál, amellyel a fejlesztők meghatározhatják az ügynök beszédtempóját, hangszínét és érzelmi előadásmódját. Például kérhetik, hogy egy összetett lépés magyarázatakor lassabban beszéljen, ügyfél megnyugtatásakor melegebb hangot használjon, vagy egy karakter megszólalásakor energikusabb legyen.
A beszélő személyazonossága változatlan marad, a frissített modell mellett azonban eltérhet a tempó és a hanglejtés. A vezérlés használata opcionális, ezért a fejlesztők csak azokban a helyzetekben alkalmazhatják, ahol szükségük van rá.
Az ügyfeleknek nincs teendőjük
Az Inworld tájékoztatása szerint a meglévő Ultravox-ügynökök a megszokott módon működnek tovább. A felvásárlás részeként nincs szükség migrációra vagy kódmódosításra, a TTS-2-re történő frissítés pedig külön díj nélkül érhető el.
Azoknál, akik más szolgáltató hangját használják, jelenleg nem történik változás. Ők továbbra is meglévő fiókjukon keresztül használhatják az Ultravoxot, az Inworld és a platformot létrehozó csapat tagjainak támogatásával. A vállalat a következő hetekben további részleteket ígér a beszéd-beszéd képességekről és az Ultravox ügyfeleit érintő fejlesztésekről.
Zach Koch, az Ultravox társalapítója és korábbi vezérigazgatója szerint az Inworld a megfelelő hely a platform további fejlesztéséhez. Az Inworld közlése alapján a felvásárlás a fejlesztők számára folytatólagos platformhasználatot és új hangvezérlési lehetőségeket jelent, miközben az ügynökök működésében jelenleg nincs szükség átállásra.
Inworld AI: We have acquired Ultravox to Advance Realtime Voice AI
