注目のストーリー進行中
Cartesia、AWS上で低遅延音声AIを提供
1件の報道1件のソース3 時間前更新
これまでの経緯
報道より
Cartesiaは、State Space Models（SSM）を基盤とする音声合成モデルSonicと音声認識モデルInkにより、100ms未満の遅延で音声処理を実現し、AWS上での展開方法を紹介している。Sonicは最初の音声バイトまで約90msで、44言語以上に対応し、10秒の音声サンプルからボイスクローンを作成できる。Inkはネイティブのターン検出を備え、別途のVADモデルなしで発話の終了を判定する。
AWS Machine Learning Blogより
報道タイムライン
報道を追って、ストーリーのさまざまな側面を確認しましょう。
11月4日
- AWS Machine Learning BlogAWS上で超低遅延の音声AIアプリケーションを構築、Cartesiaの事例
Cartesiaは、State Space Models（SSM）を基盤とする音声合成モデルSonicと音声認識モデルInkにより、100ms未満の遅延で音声処理を実現し、AWS上での展開方法を紹介している。Sonicは最初の音声バイトまで約90msで、44言語以上に対応し、10秒の音声サンプルからボイスクローンを作成できる。Inkはネイティブのターン検出を備え、別途のVADモデルなしで発話の終了を判定する。
このニュースの注目度の推移
推移を表示するための継続的な観測データがまだ足りません。