亞馬遜近日發布了語音專用模型Nova Sonic，該模型結合了語音理解和語音生成兩大功能，旨在推動客服中心自動化和AI代理應用的發展。據法新社報道，這一模型的推出將顯著優化語音應用程序的開發流程。
語音模型已成為生成式AI領域的熱點之一。目前，市場上不僅有支持通用任務的AI模型，還有專注于語音處理的模型。例如，OpenAI的ChatGPT具備語音模式，谷歌也推出了相關語音處理模型。在這一趨勢下，如何提升手機智能語音助理和智能音箱的表現，成為行業關注的重要方向。
亞馬遜在語音技術領域已有十多年的經驗積累，其代表性產品包括智能語音助理Alexa，以及AWS云端平臺上的Lex、Polly和Connect等對話和語音處理服務。然而，過去開發者在構建語音應用程序時，需要整合多個AI模型，如語音識別、語音轉文字和文字轉語音等。這種復雜的流程不僅增加了開發難度，還可能導致語音數據在多次轉換中丟失原始說話者的聲調、韻律和風格等細節。
為解決這些問題，Nova Sonic將語音理解和語音生成功能集成于一體，能夠更準確地反映發話環境的特點，使對話更加自然流暢。亞馬遜團隊指出，人類對話的復雜性不僅體現在字義上，還體現在語調變化中，而語調的細微變化對AI來說一直是一個技術難點。
Nova Sonic可通過Amazon Bedrock開發平臺的應用程序界面（API）使用，主要聚焦于客服電話自動化和AI代理兩大應用場景。這些功能在旅游、教育、醫療保健和娛樂等領域有著廣泛需求。此外，亞馬遜的基礎模型系列Amazon Nova已涵蓋文字、影像和視頻等多種生成功能，而Nova Sonic則是專為語音應用設計的最新成果。
除了自主研發的模型，亞馬遜還與Anthropic、Meta等合作伙伴展開合作。在Meta近期發布Llama 4新模型后，亞馬遜迅速宣布對其提供支持。

本文鏈接：http://www.tebozhan.com/showinfo-27-143040-0.html亞馬遜推出語音專用模型Nova Sonic

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 臺積電芯片疑流向華為或面臨美國巨額罰款

下一篇： 美格納半導體將清算DDI子公司，已啟動相關裁員