13 मार्च को, सेसम कंपनी ने अपने नवीनतम भाषण संश्लेषण मॉडल CSM को लॉन्च किया, जिसने उद्योग में ध्यान आकर्षित किया। आधिकारिक जानकारी के अनुसार, CSM एक एंड-टू-एंड ट्रांसफॉर्मर-आधारित मल्टीमॉडल लर्निंग आर्किटेक्चर का उपयोग करता है, जो संदर्भ की जानकारी को समझ सकता है और प्राकृतिक और भावनात्मक रूप से समृद्ध भाषण उत्पन्न कर सकता है, ध्वनि प्रभाव वास्तविक लोगों के करीब हैं, जो आश्चर्यजनक हैं। यह मॉडल वास्तविक समय भाषण पीढ़ी का समर्थन करता है, टेक्स्ट और ऑडियो इनपुट को संभाल सकता है, और उपयोगकर्ता स्वर, स्वर, ताल और भावना जैसी विशेषताओं को नियंत्रित करने के लिए पैरामीटर को समायोजित कर सकते हैं, उच्च लचीलापन प्रदर्शित करते हैं। CSM को AI भाषण तकनीक माना जाता है

सेसम कंपनी द्वारा हाल ही में लॉन्च किया गया वॉयस सिंथेसिस मॉडल, "कन्वर्सेशनल स्पीच मॉडल" (संक्षेप में सीएसएम) ने हाल ही में एक्स प्लेटफॉर्म पर काफी चर्चा बटोरी है, जिसे "मानव जैसे बोलने वाले वॉयस मॉडल" के रूप में सराहा गया है। इस मॉडल ने अपनी अद्भुत प्राकृतिकता और भावनात्मक अभिव्यक्ति क्षमता से न केवल उपयोगकर्ताओं को "इसके और मानव के बीच के अंतर" को पहचानने में असमर्थ बना दिया है, बल्कि यह भी दावा किया है कि इसने वॉयस टेक्नोलॉजी के "अजीब घाटी प्रभाव" को सफलतापूर्वक पार कर लिया है। प्रदर्शन वीडियो और उपयोगकर्ता प्रतिक्रिया के प्रसार के साथ, सीएसएम तेजी से एआई वॉयस टेक्नोलॉजी का...

वॉयस असिस्टेंट धीरे-धीरे हमारे जीवन का एक अभिन्न अंग बनते जा रहे हैं, और मौजूदा डिजिटल वॉयस असिस्टेंट उपयोगकर्ताओं के साथ बातचीत करते समय अक्सर नीरस और भावनाहीन लगते हैं, मानवीय तत्वों की कमी होती है। इसे देखते हुए, सेसम टीम इस समस्या को हल करने के लिए काम कर रही है, एक नए तरह के "वॉयस एक्ज़िस्टेंस" कॉन्सेप्ट को लागू करने का प्रयास कर रही है, जिससे डिजिटल असिस्टेंट बातचीत में अधिक यथार्थवादी, समझदार और मूल्यवान बन सकें। सेसम का मुख्य लक्ष्य एक ऐसा डिजिटल साथी बनाना है जो केवल अनुरोधों को संसाधित करने का उपकरण न हो, बल्कि वास्तविक बातचीत करने वाला साथी भी हो। ये डिजिटल साथी...