Стартап Hume AI из США представил свою новейшую разработку — модель генерации речи под названием Octave 2. Эта модель уже названа самой быстрой в своей категории, с задержкой менее 200 миллисекунд, что позволяет говорить о реальном времени формирования речи. Это значительное преимущество для чат-ботов, голосовых помощников и интерактивных систем, где важна естественная пауза между репликами. Octave 2 поддерживает 11 языков, включая русский, английский, французский, испанский и китайский. Она обладает впечатляющими функциями: может клонировать голоса, адаптировать их под пол, возраст и интонацию, управлять эмоциями и редактировать фонемы для точного произношения. Новая модель стала на 40% быстрее своей предшественницы, а стоимость генерации речи снизилась почти вдвое. Качество звука также улучшилось, что позволяет лучше передавать интонации и четкость. Octave 2 доступна для тестирования на сайте Hume AI и через API для разработчиков, с примерами в блоге компании. Этот запуск убирает главный барьер в технологии TTS — задержку, что позволяет добиться естественного диалога между человеком и машиной. Следите за новостями в мире ИИ в нашем Telegram‑канале BotHub AI News.