Microsoft ra mắt mô hình AI giọng nói MAI Realtime 1
Microsoft đã công bố MAI Realtime 1, mô hình AI giọng nói trực tiếp đầu tiên của hãng được thiết kế cho các tình huống doanh nghiệp thời gian thực với khả năng xử lý ngắt lời nâng cao. Có giá khởi điểm từ 0,01 USD mỗi phút âm thanh, mô hình này vượt trội hơn các đối thủ như GPT Realtime 2.1 trên một số bài kiểm tra chuẩn. Mô hình này cung cấp cho các doanh nghiệp giải pháp hiệu quả về chi phí và hiệu suất cao cho các ứng dụng giọng nói thời gian thực như dịch vụ khách hàng và đào tạo tương tác. Khả năng tương thích với OpenAI Realtime API cũng giúp các nhà phát triển hiện tại dễ dàng chuyển đổi hơn. MAI Realtime 1 có giá 0,01 USD cho mỗi phút âm thanh đối với việc sử dụng cơ bản, kèm theo biểu giá dựa trên token cho các tác vụ suy luận, và đạt độ chính xác 98,9% trên chuẩn Big Bench Audio. Mô hình này đã được các công ty như Agoda và Reservations.ai thử nghiệm sử dụng.
## KIẾN THỨC NỀN
Các mô hình giọng nói cho phép tương tác hội thoại hai chiều toàn song công, trong đó AI có thể xử lý và phản hồi trực tiếp đầu vào bằng giọng nói thay vì dịch qua lại giữa giọng nói và văn bản. Các bộ chuẩn đánh giá như Big Bench Audio và Tau-Voice kiểm tra các mô hình này về khả năng suy luận âm thanh và hoàn thành tác vụ đa lượt.