هوش مصنوعی Hume به کلود آنتروپیک صدایی شبیه انسان نسبت به ChatGPT می دهد

Hume AI، یک استارت‌آپ سری B و آزمایشگاه تحقیقاتی هوش مصنوعی مستقر در نیویورک، با ادغام رابط صوتی همدلانه خود (EVI) با مدل‌های هوش مصنوعی کلود Anthropic، در خط مقدم توسعه تعاملات صوتی هوشمندانه احساسی است.

هدف این همکاری بهبود ارتباطات انسان و رایانه با قادر ساختن سیستم‌های هوش مصنوعی برای درک و پاسخگویی به تفاوت‌های عاطفی در گفتار انسان است.

تنظیم یک استاندارد جدید برای مکالمه و هوش هیجانی هوش مصنوعی Hume AI EVI 2 یک معماری مدل جدید هوش مصنوعی صدا به صدا را معرفی می کند که قادر به مکالمات سریع و روان است و آن را از برخی از بهترین چت ربات های هوش مصنوعی متمایز می کند. لحن صدای کاربر را می‌فهمد و می‌تواند هر لحن دلخواه را با تقلید از طیف گسترده‌ای از شخصیت‌ها، لهجه‌ها و سبک‌های گفتار تولید کند. EVI 2 می‌تواند مدل‌های زبان بزرگ (LLM) را جایگزین یا ادغام کند و به توسعه‌دهندگان انعطاف‌پذیری در ساخت برنامه‌هایی که نیاز به تعاملات صوتی هوشمندانه احساسی دارند، ارائه می‌کند.

به گفته سخنگوی هوش مصنوعی هیوم، EVI 2 مقیاس پذیری و تاثیر خود را با تامین انرژی بیش از 2 میلیون دقیقه مکالمه با هوش مصنوعی صوتی نشان داده است. ذخیره سازی سریع پیشرفته Anthropic باعث کاهش 80 درصدی هزینه و کاهش 10 درصدی تأخیر می شود و برای بیش از 36 درصد از توسعه دهندگانی که Claude را به سایر LLM های خارجی ترجیح می دهند، کارآمد و مقرون به صرفه است.

چت ربات‌هایی مانند ChatGPT، Gemini Live و Meta AI حالت‌های صوتی پیشرفته‌ای دارند که به کاربران امکان می‌دهد مکالمات انسانی با پاسخ‌های متناسب با ترجیحات خود داشته باشند. اکنون محصول شاخص هوش مصنوعی Hume، EVI، ورودی صوتی زنده را پردازش می‌کند و پاسخ‌هایی تولید می‌کند که درک عبارات صوتی را منعکس می‌کند. EVI با تجزیه و تحلیل لحن گفتار، ریتم و صدا، لحظات مناسب برای تعامل را شناسایی می کند و زبان همدلانه با لحن مناسب تولید می کند. این توانایی از طریق مدل زبان توسعه یافته تاکیدی هیوم (eLLM) به دست می آید که زبان و شکل گیری گفتار را هدایت می کند.