Hurston-1: sinteza vocalei pentru apeluri devine open source

De ce telefonul rămâne canalul principal?

Un model de sinteză vorbită cu licență Apache-2.0, specializat în engleza cu accent sud-american și afro-american, a fost pus la dispoziția publicului. Proiectul vizează apelurile telefonice, unde majoritatea interacțiunilor cu agenți AI încă se desfășoară.

Modelul a fost antrenat parțial pe baza apelurilor reale înregistrate între contribuitorii proiectului și agenți vocali AI. Această abordare permite o reproducere fidelă a nuanțelor regionale și etnice ale limbii engleze, un domeniu în care majoritatea sistemelor TTS existente eșuează.

Deși aplicațiile de chat câștigă teren, linia telefonică rămâne canalul dominant pentru rezolvarea problemelor complexe. Hurston-1 a fost proiectat special pentru acest mediu, unde banda îngustă a rețelei telefonice impune limitări tehnice specifice.

Ce aduce nou față altor modele TTS?

Spre deosebire de celelalte soluții, acest model nu se concentrează pe calitatea audio de studio, ci pe claritatea comunicării prin linia telefonică.

Antrenarea pe date reale de apeluri asigură o adaptare precisă la condițiile tehnice ale rețelei telefonice.

În consecință, dezvoltatorii și companiile de servicii de clienți pot acum integra o voce sintetică autentică fără costuri de licență. Proiectul deschide calea către agenți vocali mai naturali în limbajul regional american.

De ce rămâne telefonul canalul principal pentru AI?

Ce limbă și accente suportă Hurston-1? Modelul este specializat în engleza cu accent sud-american și afro-american, cu suport pentru alte variante în viitor.

Cum se deosebește de alte sisteme TTS? Se concentrează pe mediu telefonic, unde banda îngustă impune limitări specifice, spre deosebire de sistemele de studio.

Ce licență are proiectul? Licența este Apache-2.0, care permite utilizare liberă, inclusiv comercială, cu condiția păstrării atribuirii.