Inworld TTS-2 เปิดตัวอย่างเป็นทางการแล้ว: ผลการทดสอบแบบปกปิดเสียงเดียวกันทำคะแนนเหนือ Sonic3.6 ขึ้นเป็นอันดับหนึ่ง

動察 Beating AI ข่าวด่วน บริษัท AI เสียงแบบเรียลไทม์ Inworld เปิดตัว Realtime TTS-2 อย่างเป็นทางการ ในการจัดอันดับ Controlled Voice Arena ล่าสุดของ Artificial Analysis ทำคะแนน Elo ได้ 1123 อยู่อันดับหนึ่ง สูงกว่า Cartesia Sonic 3.6 ที่ได้ 1119 อยู่ 4 คะแนน การจัดอันดับนี้ให้โมเดลต่างๆ โคลนเสียงชุดเดียวกัน 8 เสียงแล้วทดสอบแบบปกปิด ดูว่าใครพูดได้เป็นธรรมชาติและเหมือนมนุษย์มากกว่า รวมถึงการออกเสียง การหยุด น้ำเสียง และจังหวะ

มันจะนำเสียงจริงจากรอบก่อนหน้ามาเป็นบริบท ฟังน้ำเสียง จังหวะ และอารมณ์ของผู้ใช้ แล้วปรับวิธีการพูดประโยคถัดไป นักพัฒนายังสามารถเขียนคำสั่งภาษาธรรมชาติ เช่น "พูดเบาๆ" หรือ "เหนื่อยเหมือนเพิ่งเลิกงานแต่ยังอบอุ่น" และเพิ่มเสียงหัวเราะ การถอนหายใจ การหายใจ เป็นต้น นอกจากนี้ยังรองรับการรักษาเสียงเดียวกันข้ามภาษา และการโคลนเสียงด้วยการบันทึกสั้นๆ

Inworld 官方กล่าวว่า โมเดลรุ่นนี้ออกแบบมาเพื่อการสนทนาแบบเรียลไทม์โดยเฉพาะ จะใช้ประโยชน์จากน้ำเสียง จังหวะ และสภาวะอารมณ์ในการสื่อสารด้วยเสียงแบบเต็มรูปแบบ