În flăcări Tehnologie publicată actualizată acum 1 h

Microsoft lansează modele de IA care anticipează cererile vocale și transcriu în timp real

Microsoft a prezentat trei modele de inteligență artificială pentru conversații vocale care transformă vorbirea în text aproape în timp real și pot pregăti răspunsuri înainte ca utilizatorul să termine de vorbit. Modelele includ MAI-Transcribe-2-Streaming pentru transcrieri în flux, MAI-Voice-2.1 pentru sinteză vocală expresivă și MAI-Voice-2.1-Flash pentru generare rapidă de răspunsuri; compania propune utilizări în call-center, traducere, subtitrare live și aplicații educaționale.

Pe scurt

  • Microsoft a anunțat trei modele: MAI-Transcribe-2-Streaming, MAI-Voice-2.1 și MAI-Voice-2.1-Flash pentru conversații vocale.
  • MAI-Transcribe-2-Streaming afișează primele rezultate la câteva sute de milisecunde și actualizează transcrierea pe măsură ce utilizatorul vorbește.
  • Tehnologia poate pregăti un răspuns înainte ca utilizatorul să termine propoziția, reducând latenta în conversații vocale.
  • Specialiștii avertizează că viteza nu e suficientă: sistemele trebuie să distingă între pauze și sfârșitul unei cereri pentru a evita întreruperile nedorite.
  • Cazuri de utilizare vizate: servicii de relații cu clienții, asistenți vocali, traducere și transcriere în timp real, subtitrare live și aplicații educaționale.
Etichete: Microsoft MAI-Transcribe-2-Streaming recunoaștere vocală transcriere în timp real MAI-Voice-2.1 asistent vocal

Surse (1)

Acest text este un rezumat generat automat din sursele de mai sus; verificați întotdeauna articolele originale.@elseMaterial original publicat de Știri pe foc. Raportează o problemă