Wir kündigen Amazon Nova Sonic an, ein neues Sprach-zu-Sprache-Modell, das Echtzeit-Stimmenkonversationen zu Amazon Bedrock bringt.

Amazon hat Amazon Nova Sonic vorgestellt, ein Grundmodell, das Sprachverständnis und -generierung in einem Modell kombiniert, um menschlich klingende Stimmen in AI-Anwendungen zu ermöglichen. Dieses Modell ermöglicht es Entwicklern, Echtzeit-Konversations-AI-Anwendungen in Amazon Bedrock mit branchenführender Preis-Leistung und niedriger Latenz zu erstellen. Amazon Nova Sonic kann Sprache in verschiedenen Sprechstilen verstehen und Sprache in expressiven Stimmen generieren, einschließlich männlicher und weiblicher Stimmen, in amerikanischen und britischen Englisch-Akzenten. Die neuartige Architektur des Modells kann die Intonation, Prosodie und Stil der generierten Sprachantwort an die Kontext und Inhalt der Spracheingabe anpassen. Darüber hinaus ermöglicht es die Funktionsaufrufe und die Verankerung von Unternehmensdaten mithilfe von Retrieval-Augmented Generation. Amazon Nova Sonic wurde mit verantwortungsvoller KI im Hinterkopf entwickelt und verfügt über integrierte Schutzmechanismen, einschließlich Inhaltsmoderation und Wasserzeichen. Um Entwicklern zu unterstützen, startet AWS eine neue bidirektionale Streaming-API in Amazon Bedrock, die ein zweirichtungsorientiertes Streaming von Inhalten für interaktive Kommunikation mit niedriger Latenz ermöglicht. Amazon Nova Sonic kann für die Stimmenaktivierung verschiedener Anwendungen verwendet werden, einschließlich der Automatisierung von Kundendienst-Anrufen, Outbound-Marketing, sprachgesteuerten persönlichen Assistenten und interaktiver Bildung. Das Modell ist jetzt in Amazon Bedrock in der US-Ost-Region (N. Virginia) verfügbar. Entwickler können mehr erfahren und mit Amazon Nova Sonic beginnen, indem sie den AWS-News-Blog, die Produktseite, den Benutzerleitfaden und die Amazon Bedrock-Konsole besuchen.