Дом
Microsoft представила первую разработанную собственными силами полнодуплексную модель искусственного интеллекта для распознавания речи, способную одновременно слушать и говорить на 16 языках
По данным технологического издания TestingCatalog, компания Microsoft в настоящее время тестирует свою первую собственную модель голосового взаимодействия в режиме реального времени — MAI Realtime. Поддерживая 16 языков и два различных стиля речи, эта система обеспечивает одновременное прослушивание и говорение, что позволяет автоматически определять язык и переключаться на другой язык прямо во время разговора. Это нововведение избавляет пользователей от необходимости ждать, пока ИИ закончит говорить, прежде чем ответить, создавая впечатление от разговора, максимально приближенное к естественному человеческому взаимодействию.

MAI Realtime использует двунаправленный полнодуплексный подход к взаимодействию, эффективно разрушая традиционную схему работы голосовых помощников, при которой пользователи говорят, а модель отвечает последовательно. Используя технологию обнаружения конечных точек для определения начала, пауз и окончания речи, система может мгновенно корректировать свой ответ, когда пользователи вступают в разговор, обеспечивая синхронизацию прослушивания и ответа. Это является важной вехой для семейства голосовых моделей MAI компании Microsoft, знаменующей переход от односторонней к двусторонней коммуникации. Предыдущие модели, такие как MAI-Voice-2 и MAI-Transcribe-1.5, были ограничены односторонними задачами, такими как синтез или распознавание речи.
Два стиля голоса обеспечивают большую естественность, хотя возможность пения пока не реализована
Что касается языкового покрытия, MAI Realtime поддерживает 16 языков, включая китайский, английский, японский, корейский, французский, немецкий и арабский. Пользователи могут либо вручную указать язык разговора, либо включить автоматическое определение, что позволит модели автоматически распознавать и переключаться между языками во время диалога. Что касается вариантов голосов, тестовая версия предоставляет два голоса — «Виктория» и «Грант», которые, как сообщается, звучат более естественно, чем текущий режим голоса Copilot.
Связанная статья
Apple представляет iOS 27 с локальным ИИ и расширением возможностей Siri благодаря партнерству с Google
Издание «The Information» недавно осветило стратегический подход Apple к интеграции искусственного интеллекта в будущую ОС 27. Используя модель Gemini от Google для обучения более эффективного и компа
Компания Perplexity Computer представляет гибридную систему вывода, обеспечивающую баланс между конфиденциальностью и эффективностью
Компания Perplexity, специализирующаяся на искусственном интеллекте, объявила о планах выпустить этим летом значительное обновление своего агента Perplexity Computer. В этом обновлении представлен реж
NexCOBOT преодолевает физические барьеры на рынке искусственного интеллекта и способствует его росту
Компания NexCOBOT, представленная на выставке Robotics Summit & Expo, предлагает широкий ассортимент контроллеров. Источник: NexCOBOTКомпании, занимающиеся гуманоидной робототехникой и физическим ИИ,
Рекомендации по связанным специальным темам
Комментарии (0)
По данным технологического издания TestingCatalog, компания Microsoft в настоящее время тестирует свою первую собственную модель голосового взаимодействия в режиме реального времени — MAI Realtime. Поддерживая 16 языков и два различных стиля речи, эта система обеспечивает одновременное прослушивание и говорение, что позволяет автоматически определять язык и переключаться на другой язык прямо во время разговора. Это нововведение избавляет пользователей от необходимости ждать, пока ИИ закончит говорить, прежде чем ответить, создавая впечатление от разговора, максимально приближенное к естественному человеческому взаимодействию.

MAI Realtime использует двунаправленный полнодуплексный подход к взаимодействию, эффективно разрушая традиционную схему работы голосовых помощников, при которой пользователи говорят, а модель отвечает последовательно. Используя технологию обнаружения конечных точек для определения начала, пауз и окончания речи, система может мгновенно корректировать свой ответ, когда пользователи вступают в разговор, обеспечивая синхронизацию прослушивания и ответа. Это является важной вехой для семейства голосовых моделей MAI компании Microsoft, знаменующей переход от односторонней к двусторонней коммуникации. Предыдущие модели, такие как MAI-Voice-2 и MAI-Transcribe-1.5, были ограничены односторонними задачами, такими как синтез или распознавание речи.
Два стиля голоса обеспечивают большую естественность, хотя возможность пения пока не реализована
Что касается языкового покрытия, MAI Realtime поддерживает 16 языков, включая китайский, английский, японский, корейский, французский, немецкий и арабский. Пользователи могут либо вручную указать язык разговора, либо включить автоматическое определение, что позволит модели автоматически распознавать и переключаться между языками во время диалога. Что касается вариантов голосов, тестовая версия предоставляет два голоса — «Виктория» и «Грант», которые, как сообщается, звучат более естественно, чем текущий режим голоса Copilot.
Apple представляет iOS 27 с локальным ИИ и расширением возможностей Siri благодаря партнерству с Google
Издание «The Information» недавно осветило стратегический подход Apple к интеграции искусственного интеллекта в будущую ОС 27. Используя модель Gemini от Google для обучения более эффективного и компа
Компания Perplexity Computer представляет гибридную систему вывода, обеспечивающую баланс между конфиденциальностью и эффективностью
Компания Perplexity, специализирующаяся на искусственном интеллекте, объявила о планах выпустить этим летом значительное обновление своего агента Perplexity Computer. В этом обновлении представлен реж
NexCOBOT преодолевает физические барьеры на рынке искусственного интеллекта и способствует его росту
Компания NexCOBOT, представленная на выставке Robotics Summit & Expo, предлагает широкий ассортимент контроллеров. Источник: NexCOBOTКомпании, занимающиеся гуманоидной робототехникой и физическим ИИ,











