Inworld TTS-2 resmi olarak yayında: Aynı ses tonuyla yapılan kör testte Sonic3.6'yı geçerek zirveye yerleşti

动察 Beating AI hızlı haberi: Gerçek zamanlı sesli yapay zeka şirketi Inworld, Realtime TTS-2'yi resmi olarak piyasaya sürdü. Artificial Analysis'ın en son Controlled Voice Arena'sında, 1123 Elo puanıyla birinci sırada yer aldı ve Cartesia Sonic 3.6'nın 1119 puanından 4 puan daha yüksek. Bu sıralama, farklı modellerin aynı 8 ses kümesini klonlayıp kör test yapmasını sağlıyor; asıl odak, hangisinin daha doğal ve gerçek insana daha çok benzediği—telaffuz, duraklamalar, tonlama ve ritim dahil.

Önceki turlardaki gerçek sesleri de bağlam olarak kullanacak; kullanıcının tonunu, ritmini ve duygusunu dinleyip bir sonraki cümleyi buna göre ayarlayacak. Geliştiriciler ayrıca "alçak sesle söyle" veya "işten yeni çıkmış gibi yorgun ama sıcak" gibi doğal dil komutları yazabilir ve kahkaha, iç çekme, nefes alma gibi sesler ekleyebilir. Ayrıca diller arasında aynı ses tonunu korumayı ve kısa kayıtlarla ses klonlamayı destekler.

Inworld resmi olarak, bu nesil modelin gerçek zamanlı diyalog için tasarlandığını ve tam sesli iletişimdeki tonlama, ritim ve duygusal durumu kullanacağını belirtti.