Компания Scaled Cognition Inc. представила модель синтеза речи Voice для корпоративных служб поддержки. Решение поддерживает более 25 языков, функцию клонирования голоса и совместимо с существующими контакт-центрами и устаревшими телефонными системами.
Технология Smart Pronunciation анализирует контекст предложения для корректного озвучивания адресов, дат и кодов подтверждения. Модель может работать автономно или в связке с системой APT для уточнения смысла диалогов.
Стоимость использования через API составляет $9 за миллион символов. При самостоятельном развертывании цена снижается до $1 за миллион символов без учета затрат на инфраструктуру. По оценкам компании, при объеме 500 миллионов символов расходы составляют $13 за миллион, а при 1,5 миллиарда — менее $7.
Задержка генерации речи составляет 70 миллисекунд. Ранее Scaled Cognition привлекла $100 миллионов в рамках раунда финансирования серии A под руководством Khosla Ventures LLC.
