Amazon, yapay zeka alanında yeni bir ses modeli olan Nova Sonic’i tanıttı. Model, doğal ve insan benzeri konuşma üretme kabiliyetiyle, rakipleri OpenAI ve Google ile yarışır performans sergiliyor. Özellikle sesli komutları anlama ve akıcı konuşma üretme konusunda önemli bir iddiası var.
Amazon, Nova Sonic’in piyasadaki en ekonomik yapay zeka ses modeli olduğunu vurguluyor. Açıklamalara göre, OpenAI’ın GPT-4o modelinden yaklaşık yüzde 80 daha düşük maliyetle çalışabiliyor.
Nova Sonic, sadece sesli komutları anlamakla sınırlı değil; konuşma tonunu, tarzını ve akışını doğru bir şekilde algılıyor. Gürültülü ortamlarda veya yanlış telaffuzlarda bile yüksek doğrulukta anlam çıkarma yeteneği de mevcut. İngilizce, Fransızca, Almanca, İtalyanca ve İspanyolca dillerindeki testlerde kelime hatası oranı sadece %4,2 olarak ölçüldü.
Modelin dikkat çeken bir başka özelliği de ortalama 1,09 saniyelik tepki süresi. Bu, Nova Sonic’in OpenAI’ın gerçek zamanlı API’sine kıyasla daha hızlı yanıt verdiğini gösteriyor.
Amazon, Nova Sonic’i yalnızca bir ses modeli olarak görmüyor; gelecekte görsel ve video verilerini de anlayabilecek çok modlu modellerin öncülerinden biri olacağına inanıyor.