Amazon представила новую технологию потоковой синтезации речи, которая позволяет AI-агентам отвечать на вопросы пользователей без значительных задержек. С помощью модели Kokoro TTS на платформе SageMaker AI, синтез речи начинается с первой фразы, что позволяет избежать паузы в несколько секунд, когда пользователь ждет завершения ответа.

Ранее, при использовании традиционных интеграций текст-в-речь, пользователи сталкивались с задержкой, когда ответ формировался. Теперь, благодаря новой технологии, каждое предложение синтезируется и передается пользователю по мере его генерации, что значительно улучшает качество взаимодействия. Также рассматриваются различные способы транспортировки аудио и их стоимость.

Эта инновация имеет важное значение для повышения эффективности работы AI-агентов и улучшения пользовательского опыта. Устранение задержек в ответах может способствовать более естественному взаимодействию и повысить удовлетворенность клиентов, что критично в условиях растущей конкуренции на рынке AI-технологий.