亚马逊近日震撼发布了一款名为Nova Sonic的先进生成式AI语音模型，该模型能够直接处理并生成自然流畅的语音，标志着亚马逊在AI语音技术上的重大突破。
据悉，Nova Sonic在速度、语音识别及对话质量等核心指标测试中，展现出了与OpenAI和谷歌顶尖语音模型相抗衡的实力。这一成就不仅是亚马逊对诸如ChatGPT语音模式等新兴AI语音模型的有力回应，也预示着AI语音交互新时代的到来。
相较于亚马逊早期的Alexa模型，Nova Sonic在语音交互上更加自然流畅，为用户带来了全新的体验。通过亚马逊的Bedrock开发者平台，用户可轻松接入Nova Sonic，该平台专为构建企业级AI应用而设计。Nova Sonic采用了一个创新的双向流式API，进一步提升了其应用灵活性和便捷性。
亚马逊在新闻稿中自豪地宣称，Nova Sonic是市场上“最具成本效益”的AI语音模型，其价格相比OpenAI的GPT-4o模型便宜了约80%。这一价格优势无疑将吸引更多开发者选择Nova Sonic作为他们的AI语音解决方案。
据亚马逊高级副总裁兼人工通用智能（AGI）部门首席科学家罗希特·普拉萨德介绍，Nova Sonic的部分组件已经为亚马逊升级版数字语音助手Alexa+提供了强大动力。普拉萨德还表示，与竞争对手的AI语音模型相比，Nova Sonic在路由用户请求到不同API方面表现出色，能够智能地判断何时需要从互联网获取实时信息、解析专有数据源或在外部应用程序中采取行动。
在双向对话场景中，Nova Sonic展现出了极高的智能性。它会等待“合适的时机”发言，充分考虑说话者的停顿和打断等情况，使得对话更加自然流畅。Nova Sonic还能为用户的语音生成文本记录，这些文本记录可被开发者用于各种应用场景，进一步拓展了其应用潜力。
在语音识别方面，Nova Sonic同样表现出色。据普拉萨德介绍，Nova Sonic的语音识别错误率比其他AI语音模型更低，即使在用户咕哝、说错话或处于嘈杂环境中时，也能准确理解用户的意图。在一项跨语言和方言的语音识别基准测试——多语言LibriSpeech中，Nova Sonic在英语、法语、意大利语、德语和西班牙语上的平均单词错误率（WER）仅为4.2%，这一成绩令人瞩目。
在衡量多人参与的高音量互动基准测试——增强多方互动中，Nova Sonic也展现出了卓越的性能。亚马逊称，Nova Sonic在单词错误率方面比OpenAI的GPT-4o-transcribe模型准确率高出46.7%。同时，Nova Sonic还拥有行业领先的速度，其平均感知延迟为1.09秒，比OpenAI为实时API提供动力的GPT-4o模型更快。
Nova Sonic的发布是亚马逊构建人工通用智能（AGI）这一更广泛战略的重要组成部分。普拉萨德表示，亚马逊计划推出更多能够理解不同模态（包括图像、视频和语音）的AI模型，以及“其他在将事物引入物理世界时相关的感官数据”。这一战略无疑将推动亚马逊在AI领域的持续创新和领先。
举报 0收藏 0打赏 0评论 0分享 0 更多>同类资讯
华硕ROG DAY大揭秘：初音联名新品与神秘板皇即将震撼登场！04-09
Instagram或推iPad版应用，借TikTok挑战加速转型？04-09
微型伺服电缸：如何引领电池与人形机器人领域的双重革新？04-09
VK瓦尔基里B-GT水冷新品上市，3.95寸磁吸屏个性显示仅459元起04-09三星德国27万客户数据遭泄露，黑客攻击风险隐患何解？04-09
百度20-F年报揭秘：李彦宏持股近两成，投票权近六成04-09微软Teams：90天未更新将无法登录使用，你更新了吗？04-09
百度年报揭秘：李彦宏持股近两成，投票权近六成掌控全局04-09
AMD Zen系列处理器EntrySign漏洞已修复，用户需尽快安装安全补丁04-09
微星RTX 5060 Ti 16GB显卡系列曝光：多款新品即将上市04-09
高铁司机：如何精准操控“陆地飞行器”，保障乘客安全平稳出行？04-09腾讯新动作！上海微薯商业管理公司注册成立，注册资本达千万04-09慈星股份新动作：嘉兴成立智能机器人公司，注册资本达2000万04-09
滴滴重启巴西外卖业务，能否突破iFood等巨头包围圈？滴滴在墨西哥推出外卖业务平台DiDi Food，主要通过“出行+外卖”双引擎模式，将单均成本下降15%，用户留存率提升至68%，这种与车主协同构建的低价差异化竞争优势，使滴滴在墨西哥外卖市场市占率已超过50%…04-09沃尔玛的中国“双面”策略：山姆高歌，大卖场“低价”突围沃尔玛作为一个零售企业，在中国市场上表现出了颇为奇特状态：山姆向上，继续以高增长的姿态，博取高利润率；沃尔玛向下，以庞大的规模优势拼命压缩供应链利润率，向包括中国在内的全球市场提供低价商品，形成一种剪刀差般…04-09点击查看更多 +全站最新
《霍格沃茨之遗》Switch 2版评测：画质流畅度显著提升，接近高端主机体验
多家银行相继叫停ATM无卡交易，招行扫码存款服务也成历史？百度20-F年报揭秘：李彦宏持股近两成，投票权近六成
《吸血鬼幸存者》跨平台存储更新在即，PS版却遭延期困扰！百度年报揭秘：李彦宏持股近两成，投票权近六成掌控全局
Ediloca存储新品亮相NAB SHOW，以技术创新引领存储科技新潮流热门内容VK瓦尔基里B-GT水冷新品上市，3.95寸磁吸屏个性显示仅459元起百度20-F年报揭秘：李彦宏持股近两成，投票权近六成百度年报揭秘：李彦宏持股近两成，投票权近六成掌控全局AMD Zen系列处理器EntrySign漏洞已修复，用户需尽快安装安全补丁微星RTX 5060 Ti 16GB显卡系列曝光：多款新品即将上市高铁司机：如何精准操控“陆地飞行器”，保障乘客安全平稳出行？
本文链接：http://www.28at.com/showinfo-16-142667-0.html亚马逊发布Nova Sonic语音模型，挑战OpenAI与谷歌前沿技术
声明：本网页内容旨在传播知识，不代表本站观点，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
