Amazon Inc. telah mengumumkan model AI baru, Amazon Nova Sonic, yang menggabungkan pemahaman ucapan dan pembuatan ucapan ke dalam satu platform. Inovasi ini bertujuan untuk meningkatkan interaksi suara dalam aplikasi AI, membuatnya lebih alami dan mirip manusia. Model ini dapat diakses melalui Amazon Bedrock dan API streaming dua arahnya, yang menyederhanakan pengembangan aplikasi suara di berbagai bidang, termasuk perjalanan, perawatan kesehatan, dan pendidikan.

Rohit Prasad, Wakil Presiden Senior Amazon AI (Kecerdasan Buatan), menekankan bahwa Amazon selalu menjadi yang terdepan dalam teknologi suara, dari Alexa hingga AWS service . Nova Sonic merupakan langkah maju yang besar dalam menyederhanakan proses pengembangan aplikasi pengenalan suara dan meningkatkan akurasi serta keterlibatan pengguna.

Nova Sonic mengatasi kompleksitas pengembangan aplikasi suara tradisional, yang memerlukan beberapa model untuk pengenalan ucapan, pemahaman bahasa, dan text-to-speech. Dengan menggabungkan langkah-langkah ini ke dalam satu model, Nova Sonic mempertahankan konteks akustik dan nuansa percakapan, sehingga menghasilkan interaksi yang lebih lancar dan lebih alami. Aplikasi ini juga menyediakan transkrip teks ucapan pengguna, sehingga memudahkan pengembang untuk berintegrasi dengan alat dan API tertentu.

Dari segi kinerja, Nova Sonic menunjukkan akurasi dan kualitas yang unggul dalam pemahaman dan pembuatan ucapan, melampaui tolok ukur industri. Ia menunjukkan kemampuan luar biasa untuk menangani ucapan alami, termasuk mengelola jeda dan interupsi sambil mempertahankan konteks percakapan. Model ini juga menghasilkan tingkat kesalahan kata yang rendah dalam berbagai bahasa dan dialek, yang menunjukkan ketahanan dalam lingkungan yang bising.

Nova Sonic mendukung berbagai suara dan gaya bicara asli, saat ini mendukung bahasa Inggris Amerika dan Inggris, dengan rencana untuk menambahkan lebih banyak bahasa di masa mendatang. Ia juga menawarkan kecepatan dan efektivitas biaya terdepan di industri, menawarkan latency yang lebih rendah dan harga yang lebih rendah daripada model serupa di pasaran.

Model ini telah menerima umpan balik positif dari perusahaan seperti ASAP dan Education First, yang memuji pemahaman ucapan yang akurat dan interaktivitasnya untuk meningkatkan layanan pelanggan dan pengalaman pendidikan. Stats Perform juga memuji latency rendah dan perintah intuitif Nova Sonic karena membantu mereka memberikan respons instan dan pengalaman pengguna yang lancar dalam aplikasi data olahraga dan teknologi AI mereka.