Hugging Face ve Cerebras, Gemma 4 Tabanlı Gerçek Zamanlı Ses Yapay Zekası İçin Güçlerini Birleştiriyor

Hugging Face, Cerebras ile birlikte, yapay zeka ile sesli etkileşimi mümkün olduğunca doğal hale getiren açık kaynaklı bir gerçek zamanlı konuşma sentezi hattı oluşturdu. Sistem, "konuşma girişi -> Nvidia Parakeet aracılığıyla konuşma tanıma -> Cerebras hızlandırıcılarında Google DeepMind tarafından geliştirilen çok modlu dil modeli Gemma 4'ten çıktı -> Alibaba'nın Qwen3TTS'si aracılığıyla konuşma sentezi -> konuşma çıkışı" prensibiyle çalışıyor. Her bileşen açık, modüler ve değiştirilebilir olup geliştiricilerin bu yığını asistanlarına, robotlarına veya araştırma projelerine uyarlamalarına olanak tanıyor. Gecikme kararlılığına özellikle dikkat ediliyor: birçok sistem kabul edilebilir medyan gecikme süresi gösterse de, yüzde 95'inci yüzdelik dilimde (en yavaş yüzde 5'lik istekler) hala çok saniyelik duraklamalar yaşanıyor. Cerebras, hızlı ve öngörülebilir dil modeli çıkarımı sağlayarak bu sorunu çözüyor. Aynı hat halihazırda 10.000'den fazla birimi bulunan Reachy Mini robotlarında kullanılıyor. Geliştiriciler, Hugging Face Space'teki demoyu denemeye ve huggingface/speech-to-speech deposundaki kodu incelemeye davet ediliyor.