🗣 Вторая версия системы синтеза речи от компании inworld

Компания Inworld выпустила модель Realtime TTS-2. Разработка заняла первое место в рейтинге Artificial Analysis. Задержка до начала генерации речи составляет всего 100 мс.

Главной фишкой стало управление голосом через обычный текст. Можно прописать, как именно должна звучать фраза.

Возможности системы:
🎙 произношение в разных стилях: тепло, раздраженно, шепотом или сквозь зубы
🎙 автоматическая подстройка интонации под описание
🎙 поддержка 200 языков для одного голоса
🎙 профессиональное клонирование и создание голосов по описанию
🎙 учет контекста нескольких реплик

Параллельно вышла версия Flash с задержкой 25 мс и сниженной ценой. Технологию уже используют в играх и сервисах для обучения языкам.

©Artificial_Intelligence_Relations

🤖 Ринат Шакиров | Промпты для Midjourney | ChatGPT