Amazon, yeni səs modeli Nova Sonic-i təqdim etdi

Amazon, süni intellekt sahəsində irəliyə doğru böyük bir addım ataraq, yerli olaraq səsi emal edə bilən və təbii səslənən danışıq yarada bilən yeni Nova Sonic adlı süni intellekt modelini təqdim etdi. Bu yeni texnologiya, OpenAI və Google kimi nəhəng şirkətlərin təqdim etdiyi modellərlə rəqabət apara biləcək səviyyədədir.

Nova Sonic, Amazon-un əvvəllər istifadədə olan rəqəmsal köməkçisi Alexa ilə müqayisədə daha təkmil və insanabənzər bir danışıq təcrübəsi təqdim edir. Bu gün artıq Alexa və Siri kimi köhnə texnologiyalar yeni nəsil süni intellekt modelləri ilə müqayisədə mexaniki və qeyri-təbii səslənir. Nova Sonic isə bu anlayışı dəyişdirmək üçün hazırlanıb.

Ən sərfəli səs modeli

Nova Sonic, Amazon-un Bedrock inkişaf platforması üzərindən təqdim olunur və iki tərəfli axın dəstəkləyən yeni bir API vasitəsilə proqramçılar üçün əlçatan edilib. Amazon-un bəyanatına əsasən, Nova Sonic hazırda bazarda mövcud olan ən sərfəli AI səs modelidir. Şirkətin iddiasına görə, bu model OpenAI-ın GPT-4o modelindən təxminən 80% daha aşağı xərclə işləyir.

Amazon-un AGI bölməsinin rəhbəri Rohit Prasad, Nova Sonic modelinin bəzi komponentlərinin artıq Alexa Plus adlı yeni nəsil rəqəmsal köməkçidə istifadə olunduğunu bildirib. Onun sözlərinə görə, bu model fərqli tətbiqlərə düzgün istiqamətləndirmə edə bilən “böyük orkestrasiya sistemləri” sahəsində rəqiblərindən irəlidədir.

Bu texnologiya sayəsində, Nova Sonic istifadəçidən gələn sorğunun real vaxtlı məlumat tələb etdiyini, yoxsa xüsusi bir qaynaq lazım olduğunu ayırd edə bilir və düzgün API və ya tətbiqə yönəldərək əməliyyatı həyata keçirir.

Daha ağıllı və daha sürətli

Amazon-un məlumatına görə, Nova Sonic səs tanıma dəqiqliyində rəqiblərini geridə qoyur. İstifadəçi mırıldansa, yanlış ifadə etsə və ya səs-küylü mühitdə olsa belə, Nova Sonic yüksək dəqiqliklə anlayış formalaşdırır. Testlərə görə, İngilis, Fransız, Alman, İtalyan və İspan dillərində ortalama söz səhvi nisbəti cəmi 4.2% olub. Hətta çox iştirakçılı və səsli mühitlərdə, OpenAI-ın GPT-4o modeli ilə müqayisədə 46.7% daha yaxşı nəticə göstərib.

Üstəlik, Nova Sonic-in cavab vermə müddəti cəmi 1.09 saniyədir, bu isə OpenAI-ın real vaxt API-sindən daha sürətli deməkdir.

Excited about the launch of Amazon Nova Sonic, our new speech-to-speech model that helps make AI voice applications feel remarkably natural.

It's designed to understand not just what people say, but how they say it – working with tone, style, and conversation flow including… pic.twitter.com/QRvP4LWYQN

— Andy Jassy (@ajassy) April 8, 2025

Gələcəyin çox modullu süni intellekti

Amazon, Nova Sonic-i sadəcə bir səsli model kimi yox, insan kimi işləyə bilən gələcək texnologiyaların ilk nümunələrindən biri kimi qiymətləndirir. Şirkət gələcəkdə səsdən əlavə, şəkil, video və digər hissi məlumatları da anlaya bilən çox modullu modellər üzərində işləyir.

Yaxın zamanda təqdim olunan və internet brauzerindən istifadə edə bilən Nova Act modeli də bu strategiyanın tərkib hissəsidir. Alexa Plus və "Buy for Me" kimi yeni funksiyalarda bu texnologiyaların rolu artıq hiss edilməyə başlayıb.