🌟 Hume AI открыла модель, отвечающую на вопросы по записи голоса
Hume AI открыла Audio Decision API — первую audio-native модель, отвечающую на вопросы о речи и звуке напрямую по сырому аудио, без транскрипции. Вход — запись, вопросы и допустимые ответы; выход — вероятности с оценкой уверенности: да/нет, выбор вариантов, шкала или отрезок времени. Со средним мнением группы слушателей совпадение — 70,7% против 56,5% у одиночного оценщика.
🌍 Одна модель заменяет десятки отдельных систем: диаризацию, язык, эмоции, неречевые события. Это удешевляет анализ звонков в контакт-центрах и построение голосовых агентов; вопросы меняются без дообучения.
👤 Модель понимает не только слова, но и интонацию, паузы, смех, фоновый шум и число говорящих. Доступ — по заявке в лист ожидания, есть документация и SDK.
Источник 1: https://www.hume.ai/blog/introducing-hume-audio-decision-api Источник 2: https://www.hume.ai/products/decision-model-api