वोक्सट्रल 3 और स्पीच-मॉडल वेव चुपचाप वास्तविक होते जा रहे हैं
मिस्ट्रल के वोक्सट्रल 3 में 35 भाषाएं और रीयल-टाइम वॉयस-एजेंट टूलिंग जोड़ी गई है, और मुझे लगता है कि भाषण तरंग अंततः डेमो चरण से आगे निकल गई है। हमने टेक्स्ट मॉडल पर वर्षों बिताए। आवाज वह जगह है जहां अगला व्यावहारिक लाभ रहता है।
उपयोगी भाग 'मॉडल से बात करना' नहीं है। यह एक वास्तविक फ़ोन कॉल को वास्तविक भाषा में, बिना किसी इंसान को रोके, संभालने वाला मॉडल है। वह एक वर्कफ़्लो है, कोई खिलौना नहीं।
जोखिम वही है जो हर भाषण उपकरण में होता है: एक आवाज़ जो एक व्यक्ति की तरह लगती है लेकिन एक नहीं है, जिसका उपयोग दूसरे पक्ष को जाने बिना किया जाता है। तकनीक फिर से लेबलिंग नियमों से आगे है।
मैं भाषण के बुनियादी ढांचे पर आशावान हूं और बिना लेबल वाली सिंथेटिक आवाजों पर मंदी का रुख रखता हूं। दोनों एक साथ सत्य हो सकते हैं, और दूसरा कारण है कि पहले को रेलिंग की आवश्यकता है।