Scaled Cognition выпустила голосовую TTS-модель Voice для колл-центров

Scaled Cognition представила модель синтеза речи Voice для клиентского сервиса: точное произношение номеров счетов и адресов, более 25 языков, клонирование голоса. Доступна через API за $9 за 1 млн символов или для self-hosting за $1 за 1 млн символов без учёта инфраструктуры.

• API стоит $9 за 1 млн символов, self-hosting — $1 за 1 млн
• Задержка генерации речи — около 70 мс
• Поддержка более 25 языков и клонирования голоса
• Smart Pronunciation разбирает смысл фраз перед озвучкой