Alibaba, Çin'in İlk Yapay Zeka Ses Platformu CosyVoice Studio'yu Tanıttı: Ses Yeteneklerine Anlamsal Anlayış Entegre Edildi

Alibaba, 7 Ağustos'ta kendi geliştirdiği Qwen-Audio ses modelini temel alarak Çin'in ilk tek durak AI ses üretim platformu olan CosyVoice Studio'yu resmen kullandıma sundu. Bu model, otoriter AI değerlendirme platformu Artificial Analysis'te konuşma tanıma (ASR), gerçek zamanlı etkileşim ve konuşma sentezi (TTS) alanlarında dünya birinciliği elde etti. Platform üç ana özellik içeriyor: ses klavyesi, konuşmayı dolgu kelimelerini kaldırarak yapılandırılmış metne dönüştürüyor; ses içerik oluşturma aracı, kullanıcı içeriğini podcast ve sesli kitaba dönüştürüyor; ses ajanı ise işletmelerin gerçek zamanlı diyalog ajanları oluşturmasını sağlıyor. Platform, Alibaba'nın ses modeli yeteneklerini ilk kez bir üründe birleştirmesi olup kurumsal kullanıcılar deneyimi test edip ardından ihtiyaç duydukça API çağırabiliyor, bireysel kullanıcılar ise doğrudan kullanabiliyor. Ses klavyesi sayılar ve formüller gibi özel metinlerin akıllı transkripsiyonunu destekliyor ve 'not' modu uzun toplantılar, röportajlar ve dersler için tasarlanmış olup gerçek zamanlı transkripsiyon, konuşmacı ayrıştırma, yapılandırılmış bölümler ve çok dilli çeviri sunuyor. Ajan aracı CosyAgent, kullanıcıların doğal dil ile ajan oluşturmasına olanak tanıyor ve müşteri hizmetleri ile telemarketing için komut dosyalarının ve iş akışlarının derinlemesine yapılandırılmasını destekliyor. İçerik oluşturma aracı CosyCreative, binlerce ses ve ses kopyalama özelliği sunarak sohbet tarzı podcastler ve çok sesli sesli kitaplar oluşturmayı sağlıyor. Platform, iOS, Android, Mac ve Windows'ta uygulama mağazaları aracılığıyla ücretsiz olarak sunuluyor; CosyAgent ve CosyCreative ise kurumsal kullanıcılarla beyaz liste üzerinden test ediliyor.