Groq და PlayAI-მ დღეს პარტნიორობის შესახებ განაცხადეს, რომლის მიზანია ბაზარზე გამოიტანონ Dialog, ტექსტიდან მეტყველებაში გარდამქმნელი მოწინავე მოდელი, Groq-ის მაღალსიჩქარიანი დასკვნის პლატფორმის მეშვეობით.
ეს პარტნიორობა აერთიანებს PlayAI-ის გამოცდილებას ხმოვანი ხელოვნური ინტელექტის სფეროში Groq-ის სპეციალიზებულ დამამუშავებელ ინფრასტრუქტურასთან, რაც კომპანიების მტკიცებით, ქმნის ერთ-ერთ ყველაზე ბუნებრივად ჟღერად და რეაგირებად ტექსტიდან მეტყველებაში გარდამქმნელ სისტემას, რომელიც ხელმისაწვდომია.
„Groq უზრუნველყოფს სრულ, დაბალი შეყოვნების სისტემას მეტყველების ავტომატური ამოცნობისთვის (ASR), GenAI და ტექსტიდან მეტყველებაში გადაყვანისთვის, ყველაფერს ერთ სივრცეში,“ განაცხადა იან ენდრიუსმა, Groq-ის შემოსავლების მთავარმა ოფიცერმა, VentureBeat-თან ექსკლუზიურ ინტერვიუში. „მას შემდეგ, რაც Dialog ახლა GroqCloud-ზე მუშაობს, ეს ნიშნავს, რომ მომხმარებლებს არ მოუწევთ მრავალი პროვაიდერის გამოყენება ერთი კონკრეტული შემთხვევისთვის - Groq არის ერთჯერადი გადაწყვეტა.“
Groq-ი ახორციელებს პირველ არაბულ ხმოვან ხელოვნურ ინტელექტს, აფართოებს ტექნოლოგიურ წარმოდგენას ახლო აღმოსავლეთში
Dialog აღსანიშნავია იმით, რომ ხელმისაწვდომია როგორც ინგლისურ, ასევე არაბულ ენებზე, არაბული ვერსია კი წარმოადგენს პირველ ხმოვან ხელოვნურ ინტელექტს, რომელიც სპეციალურად ახლო აღმოსავლეთის რეგიონისთვის არის შექმნილი. არაბულის, როგორც ერთ-ერთი საწყისი შეთავაზების ჩართვა სტრატეგიული იყო ორივე კომპანიისთვის.
„არაბული მეოთხე ყველაზე გავრცელებული ენაა გლობალურად - PlayAI-სთან პარტნიორობით არაბული TTS მოდელის შეთავაზებისთვის, Groq ხსნის საკვანძო გლობალურ ბაზარს და უზრუნველყოფს სწრაფი AI დასკვნის უფრო ფართო ხელმისაწვდომობას,“ განუცხადა ენდრიუსმა VentureBeat-ს.
კომპანიები აცხადებენ, რომ მათი გადაწყვეტა აგვარებს არსებული ხმოვანი ხელოვნური ინტელექტის ტექნოლოგიების ძირითად ნაკლოვანებებს, განსაკუთრებით ბუნებრივი მეტყველების ნიმუშებისა და რეაგირების სიჩქარის კუთხით. მესამე მხარის შემფასებლის, Podonos-ის მიერ ჩატარებული შეფასების ტესტირების თანახმად, Dialog მომხმარებლებმა 10:1-ზე მეტი უპირატესობით აირჩიეს ElevenLabs v2.5 Turbo-სთან შედარებით და 3:1-ზე მეტი უპირატესობით ElevenLabs Multilingual v2.0-თან შედარებით.
ინოვაციური „ადაპტური მეტყველების კონტექსტუალიზატორი“ გარდაქმნის სასაუბრო ხელოვნურ ინტელექტს
ის, რაც Dialog-ს გამოარჩევს, არის კონტექსტისადმი მისი დახვეწილი მიდგომა. იმის ნაცვლად, რომ თითოეული ვოკალიზაცია განიხილებოდეს როგორც იზოლირებული მოვლენა, სისტემა ინარჩუნებს მთელი საუბრის ნაკადის ცნობიერებას.
„ჩვენ შევქმენით ახალი არქიტექტურა, რომელსაც ვუწოდებთ „ადაპტურ მეტყველების კონტექსტუალიზატორს“ (ASC), რომელიც მოდელს საშუალებას აძლევს გამოიყენოს საუბრის სრული კონტექსტი და ისტორია,“ განაცხადა მაჰმუდ ფელფელმა, PlayAI-ის თანადამფუძნებელმა და აღმასრულებელმა დირექტორმა VentureBeat-თან ინტერვიუში. „ეს ნიშნავს, რომ ყოველი პასუხი არ არის უბრალოდ დამოუკიდებელი გამომავალი; ის გამდიდრებულია შესაბამისი პროსოდიით, ტონითა და ემოციით, რომლებიც ასახავს საუბრის ნაკადს.“
საწარმოებისთვის, რომლებიც ცდილობენ სასაუბრო ხელოვნური ინტელექტის დანერგვას, შეყოვნება - მოთხოვნასა და პასუხს შორის შეფერხება - მუდმივი გამოწვევა იყო. Groq-ის სპეციალიზებული PlayAI0 (LPUs), როგორც ჩანს, მნიშვნელოვან უპირატესობას ანიჭებს ამ სფეროში.
„პირველადი შიდა ტესტირების საფუძველზე, Groq აწვდის 140-მდე სიმბოლოს წამში PlayAI-ის PlayAI1, რაც მნიშვნელოვანი ზრდაა იმავე მოდელთან შედარებით, რომელიც GPU-ებზე მუშაობს 86 სიმბოლო წამში სიჩქარით,“ განმარტა ენდრიუსმა. „ეს ნიშნავს, რომ Dialog ტექსტს 10-ჯერ უფრო სწრაფად წარმოქმნის, ვიდრე რეალურ დროში.“
Groq-მა მოიპოვა 1.5 მილიარდი დოლარის საუდის არაბეთის ინვესტიცია მსოფლიო დონის ხელოვნური ინტელექტის ინფრასტრუქტურის შესაქმნელად
ეს პარტნიორობა Groq-ის მნიშვნელოვანი გაფართოების დროს ხდება, რომელმაც ახლახან მოიპოვა PlayAI2 საუდის არაბეთისგან დამატებითი ინფრასტრუქტურის დასაფინანსებლად. კომპანიამ დაამკვიდრა მონაცემთა ცენტრი დამამში, რომელსაც იგი აღწერს, როგორც „რეგიონის უდიდეს დასკვნის კლასტერს“.
„Groq-თან პარტნიორობა თავისთავად ცხადი იყო; ისინი არიან ინდუსტრიის ლიდერი მოწინავე AI დასკვნის ინფრასტრუქტურაში,“ განაცხადა ფელფელმა. „TTS-ისა და აგენტებისთვის დაბალი შეყოვნება არის მთავარი. ჩვენ უკვე მოვახდინეთ Dialog-ის ოპტიმიზაცია ამ რეალურ დროში გამოყენებისთვის, მაგრამ Groq-თან პარტნიორობა საშუალებას გვაძლევს მივაწოდოთ ბაზარზე ყველაზე დაბალი შეყოვნების ხმოვანი მოდელი.“
ხმოვანი ხელოვნური ინტელექტის ბაზარი სწრაფ ზრდას განიცდის, რადგან ბიზნესები ცდილობენ ავტომატიზირონ მომხმარებლებთან ურთიერთობა, ამასთან შეინარჩუნონ ბუნებრივი, ადამიანის მსგავსი გამოცდილება. აპლიკაციები მერყეობს მომხმარებელთა მომსახურებიდან და გაყიდვების ავტომატიზაციიდან ხმოვან გახმოვანებამდე და მხედველობადაქვეითებულთათვის ხელმისაწვდომობის ფუნქციებამდე.
საწარმოთა აპლიკაციები სცილდება მომხმარებელთა ტრადიციულ მომსახურების გამოყენების შემთხვევებს
„მომხმარებელთა მომსახურების გარდა, საწარმოთა სხვა გამოყენების შემთხვევები მოიცავს გაყიდვებისა და შეხვედრების დაგეგმვის ავტომატიზაციას, ბორტზე აყვანასა და პირად ასისტენტებს, არსებული კონტენტისთვის ხმოვანი გახმოვანების შექმნას, ინგლისური აუდიო და ვიდეო კონტენტის არაბულად თარგმნას, ვებსაიტებისა და სტატიკური კონტენტის ხელმისაწვდომობის გაზრდას მხედველობადაქვეითებულთათვის და სხვა,“ თქვა ენდრიუსმა.
PlayAI-სთვის, რომელიც ახლო აღმოსავლეთისა და ჩრდილოეთ აფრიკის რეგიონიდან წამოსულმა მეწარმეებმა დააარსეს, არაბული ენის შესაძლებლობების ჩართვა განსაკუთრებით მნიშვნელოვანი იყო.
„როგორც MENA-ს დამფუძნებლებმა, ჩვენ ვიცით, რომ რეგიონი აქტიურად ინვესტირებს AI შესაძლებლობებსა და ინფრასტრუქტურაში, რაც აისახება ისეთ ინვესტიციებში, როგორიცაა Groq, ასევე მსოფლიოში წამყვანი ათვისება,“ თქვა ფელფელმა. „არაბული არის გლობალური ბიზნეს ენა და ის, რომელზეც გავიზარდეთ საუბრისას, ამიტომ ის ბუნებრივი არჩევანი იყო, როგორც ერთ-ერთი ჩვენი ძირითადი ენა.“
კომპანიებმა Dialog ტექნოლოგია ხელმისაწვდომი გახადეს PlayAI3 საფეხუროვანი მომსახურების მოდელის მეშვეობით, რომელიც მოიცავს როგორც უფასო, ასევე ფასიან ვარიანტებს. ეს მიდგომა დეველოპერებს საშუალებას აძლევს ექსპერიმენტი ჩაატარონ ტექნოლოგიაზე უფრო დიდი დანერგვის ვალდებულებების აღებამდე.
„GroqCloud გთავაზობთ როგორც უფასო, ასევე ფასიან გეგმებს. ნებისმიერ მსურველს შეუძლია შექმნას ანგარიში და შექმნას API კოდი უფასოდ,“ განმარტა ენდრიუსმა. „ჩვენი ფასიანი დეველოპერის საფეხური თვითმომსახურებადია, რაც იმას ნიშნავს, რომ საკრედიტო ბარათის მქონე ნებისმიერ მსურველს შეუძლია თავად დარეგისტრირდეს.“
რადგან ხმა სულ უფრო მნიშვნელოვანი ინტერფეისი ხდება AI სისტემებისთვის, ეს პარტნიორობა ორივე კომპანიას აყენებს პოზიციაში ისარგებლოს მზარდი მოთხოვნით უფრო ბუნებრივ და რეაგირებად სასაუბრო გამოცდილებაზე. შეყოვნებისა და ბუნებრივი მეტყველების ნიმუშების ტექნიკური გამოწვევების მოგვარებით, Groq-მა და PlayAI-მ შესაძლოა მოხსნეს მნიშვნელოვანი ბარიერები საწარმოთა გარემოში ხმოვანი AI-ის უფრო ფართო დანერგვისთვის.
გსურთ კომენტარის დატოვება?
კომენტარის დასატოვებლად საჭიროა ავტორიზაცია
შესვლა რეგისტრაციაკომენტარები არ არის
იყავით პირველი, ვინც დატოვებს კომენტარს