Amazon la ha lanzado como parte de su nueva suite de modelos de generación de contenido.
Amazon ha anunciado el lanzamiento de Nova Sonic, un modelo de inteligencia artificial diseñado para mejorar las interacciones por voz en aplicaciones conversacionales. Este modelo integra la comprensión y generación de voz en una única arquitectura, permitiendo diálogos más naturales y efectivos. Este modelo ya se está usando en Alexa+, el nuevo asistente potenciado con Claude de sus altavoces inteligentes.
Tradicionalmente, las aplicaciones de voz han dependido de múltiples modelos para funciones como el reconocimiento de voz, procesamiento del lenguaje natural y síntesis de voz. Esta fragmentación a menudo resultaba en una pérdida de matices acústicos esenciales para conversaciones fluidas. Nova Sonic aborda este desafío al unificar estas funciones, preservando el contexto acústico y adaptando las respuestas al tono y estilo del usuario.
El modelo destaca en la gestión de diálogos naturales, comprendiendo pausas, vacilaciones e interrupciones, y manteniendo el contexto conversacional. Además, genera transcripciones de las interacciones, facilitando a los desarrolladores la integración con herramientas y APIs específicas.
Los benchmarks dan ventaja a Nova Sonic frente a sus competidores
Las pruebas han demostrado que Nova Sonic ofrece una latencia promedio de 1,09 segundos desde que el usuario termina de hablar hasta que recibe una respuesta, superando a modelos como GPT-4o de OpenAI y Gemini Flash 2.0 de Google. Además, es aproximadamente un 80% más económico que GPT-4o en interacciones de voz en tiempo real.
Empresas de diversos sectores ya están adoptando Nova Sonic. ASAPP (empresa de atención al cliente telefónica) lo utiliza para mejorar la atención al cliente en centros de llamadas, mientras que Education First lo emplea para ofrecer retroalimentación en tiempo real a estudiantes de idiomas, adaptándose a diversos acentos y estilos de habla.
Abre un paréntesis en tus rutinas. Suscríbete a nuestra newsletter y ponte al día en tecnología, IA y medios de comunicación.
