Gnani, Timbre’ye fısıldama, gülme ve duraklama denetimi ekledi
Gnani AI, konuşmanın söylenişini metne eklenen etiketlerle yönlendiren Timbre v3.0 modelini kullanıma açtı. Yönergeler seslendirilmek yerine fısıldama, gülme, iç çekme veya duraklama olarak uygulanıyor. Dokuz Hint diliyle Hint aksanlı İngilizceyi destekleyen model, para tutarlarını ve hesap numaralarını farklı biçimde okumayı da amaçlıyor. Şirket, müşteri görüşmelerinden yaratıcı seslendirmelere uzanan kullanımlar için metin içinden denetim sunuyor.
Yapay Zekâ··Gece
Metne eklenen yönergeler konuşmayı yönlendiriyor
Konuşma teknolojisi geliştiren Gnani AI, Timbre v3.0’ı 14 Ekim’de kullanıma açtı. Metinden konuşma üreten model, metne yerleştirilen kısa yönergelerle sesin söylenişini ayarlıyor. Seslendirmeyi hazırlayan kişi fısıldama, gülme, iç çekme, yavaşlama veya duraklama için etiket ekleyebiliyor. Model, etiketi sesli okumak yerine yönergeyi izleyen konuşmaya uyguluyor. Böylece seslendirmede istenen değişiklik, ilgili sözlerin önündeki komutla belirtiliyor.[1], [2]
Söyleniş denetimi on dilde kullanılabiliyor
Konuşma üretiminde Timbre v3.0, dokuz Hint diliyle Hint aksanlı İngilizceyi destekliyor. Hintçe, Bengalce, Guceratça, Kannadaca, Malayalamca, Marathice, Pencapça, Tamilce ve Teluguca dil listesinde yer alıyor. Gnani, on dilde on üç ses ve on üç ses etiketi sunduğunu belirtiyor. Şirkete göre dil değiştiğinde sesin özellikleri korunuyor. Etiket eklenmeyen metinlerde de anlam, ton ve noktalama söylenişi etkiliyor; açık yönergeler, yazarın daha fazla denetim istediği bölümlere ekleniyor.[1]
Tutarlar ve hesap numaraları farklı okunuyor
Modelde metin normalleştirme, para tutarlarını, tarihleri, kısaltmaları ve sayıları konuşmaya uygun biçimde işliyor. Bir hesap numarasının hanelerini tek tek söylemek ile para tutarını bir bütün olarak okumak arasında ayrım yapılıyor. Gnani; ödeme hatırlatmalarını, müşteri desteğini, dolandırıcılık uyarılarını ve randevu bildirimlerini kurumsal kullanım alanları olarak sıralıyor. Sesli kitaplar, eğitim anlatımları, oyun konuşmaları ve video seslendirmeleri de konuşma denetimlerinin hedeflediği alanlar arasında bulunuyor.[1]
