Rime ra mắt Prism Voice AI với thời gian phản hồi 300ms cho AI agent

Startup Rime đã ra mắt một mô hình AI chuyển đổi giọng nói thành giọng nói cho các agent giọng nói, mô hình này tạo ra từng phản hồi dưới dạng văn bản trước khi gửi âm thanh đến người dùng. Cơ chế này cho phép các doanh nghiệp theo dõi bản ghi âm và chặn các câu trả lời cụ thể của agent trong thời gian thực mà không cần tạm dừng cuộc gọi, cho phép các agent thực hiện tra cứu tài khoản hoặc đóng băng thẻ ngân hàng trong quá trình trò chuyện trực tiếp.

Rime cho biết mô hình mới, Prism, có thời gian phản hồi 300ms, nhanh 4 lần so với GPT-Live của OpenAI. Được hỗ trợ bởi 35 triệu USD trong quỹ đầu tư, công ty cho biết Prism là mô hình chuyển đổi giọng nói thành giọng nói đầu tiên có thể được tùy chỉnh thông qua reinforcement learning để vượt trội hơn các mô hình khác về trí tuệ.