Microsoft AI представила аудиомодели для голосовых агентов

Подразделение Microsoft AI выпустило новые языковые решения для голосовых помощников и интерактивных систем реального времени.

В состав линейки вошла модель MAI-Transcribe-2-Streaming, предназначенная для мгновенного распознавания речи в потоковом режиме. Разработка ориентирована на снижение задержек при обработке аудиоданных в разговорных интерфейсах.

Наряду с транскрипцией корпорация представила обновленные алгоритмические компоненты для синтеза речи (text-to-speech), оптимизированные под естественное звучание голоса с минимальной латентностью.

Инструменты созданы для интеграции в инфраструктуру контакт-центров и мобильных приложений, где критически важна скорость ответа искусственного интеллекта на голосовые запросы пользователей.