Voice AI
Определение
Голосовой AI — технологии распознавания речи (Speech-to-Text), синтеза речи (Text-to-Speech) и голосовых ассистентов.
Простое объяснение
Это AI, который умеет слушать и говорить: понимает твои слова и отвечает голосом, как живой собеседник.
Подробнее
Компоненты Voice AI:
- ASR — распознавание речи (Whisper)
- TTS — синтез голоса (ElevenLabs)
- Voice cloning — клонирование голоса
- Voice assistants — Siri, Alexa, Google Assistant
Применение: колл-центры, озвучка, доступность.
Связанные термины
Replicate
Replicate — платформа для запуска open-source AI-моделей через API без необходимости управления инфраструктурой.
JSON
JSON (JavaScript Object Notation) — лёгкий текстовый формат обмена данными, стандарт для API и интеграций AI-сервисов.
GGUF
GGUF (GPT-Generated Unified Format) — формат файлов для хранения квантизированных языковых моделей, оптимизированный для локального запуска через llama.cpp.
OCR
Оптическое распознавание символов (OCR) — технология AI для преобразования изображений текста (сканов, фото) в редактируемый цифровой текст.