Компания Amazon анонсировала новую генеративную ИИ-модель под названием Nova Sonic, которая обещает значительно улучшить взаимодействие с голосовыми интерфейсами. Она сопоставима с передовыми технологиями от OpenAI и Google по скорости и качеству распознавания речи. Amazon утверждает, что Nova Sonic является самой экономичной голосовой моделью на рынке — в среднем на 80% дешевле GPT-4o от OpenAI.
Данная модель доступна через платформу для разработчиков Bedrock и уже интегрирована в обновлённый голосовой помощник Alexa+. Nova Sonic способна вести естественные и двусторонние диалоги, учитывая паузы и перебои в разговоре. Кроме того, её точность в распознавании речи составляет всего 4,2% ошибок по пяти языкам, включая английский и испанский.
Что отличает Nova Sonic от конкурентов, так это её архитектура единой модели, которая улучшает понимание речи даже в шумной обстановке или при нечетком произнесении слов. Сравнительные тесты показывают, что модель на 46,7% точнее GPT-4o в многопользовательских взаимодействиях и предлагает невероятно низкую задержку — всего 1,09 секунды.