Компания Hume представила революционную голосовую модель EVI 3, выполнив обещание о создании полностью настраиваемого ИИ-ассистента к концу 2025 года. Новая разработка третьего поколения интегрирует ключевые этапы голосовой коммуникации — транскрипцию речи, обработку естественного языка (NLP) и синтез речи — в единый сквозной пайплайн, устраняя задержки между распознаванием и генерацией ответа.
Персонализация и выразительность без компромиссов
Главное достижение EVI 3 — беспрецедентная гибкость голосовой генерации. Модель позволяет создавать уникальный тембр голоса и управлять эмоциональной окраской с помощью простых текстовых промптов. Это открывает возможности для глубоко персонализированных цифровых собеседников — от виртуальных помощников до персонажей игр. Технология работает с задержкой всего 300 мс на мощных серверах и 1,2 секунды в веб-демо, что сравнимо с естественным диалогом, не теряя качества синтеза.
Превосходство над конкурентами
Слепые тесты против ChatGPT-4o (OpenAI) подтвердили лидерство EVI 3 по критическим показателям:
- Эмпатия: более точная эмоциональная адаптация к контексту диалога.
- Экспрессивность: богатая палитра интонаций и акцентов в речи.
- Скорость ответа: минимальные задержки генерации.
- Реалистичность: голосовая окраска, неотличимая от человеческой.
Тестирование и будущие планы
Уже доступно публичное веб-демо на сайте Hume и приложение для iOS, позволяющее оценить возможности модели. В ближайшие недели компания запустит API, что упростит интеграцию EVI 3 в сторонние продукты. В планах — поддержка мультиязычности, хотя на первом этапе фокус останется на европейских языках.
EVI 3 знаменует новый этап для интерактивных голосовых систем, сочетая скорость распознавания, контекстное понимание и эмоциональный интеллект. Решение Hume задаёт высокую планку для ИИ-коммуникаций как в соцсетях и подкастинге, так и в более глубоких разработках, например, при создании ассистентов нового поколения.
