编译 | Vendii编辑 | 漠影
智东西9月19日，据VentureBeat今日宣布，AI情绪创企Hume AI于9月11日发布了Empathic Voice Interface 2（EVI 2）。
EVI被流传宣传为环球首个具有情商的对话式AI。EVI能够通过剖析用户的语音，如口音、语气、语调、拟声词、节奏和停顿等，来理解用户的感情和生理状态，并做出实时相应。
与EVI 1比较，新发布的EVI 2的相应延迟减少了40%，且本钱降落了30%。此外，新一代EVI还进行了一系列功能增强与更新：语音质量的提高，情商与同理心的增强，支持自定义语音……
Hume AI由前谷歌DeepMind研究员Alan Cowen于2021年创立，他现在担当该公司的首席实行官兼首席科学家。该公司于今年3月27日完成了5000万美元的B轮融资。
官网地址：https://www.hume.ai/
一、功能增强：语音质量和情商的提升，还支持自定义语音EVI 2集成了一个前辈的语音天生模型和情绪大型措辞模型（eLLM），能够处理和天生文本及音频。这种多模态方法使得EVI 2天生的语音听起来更自然，语调更恰当，表现力更高，输出更连续。
此外，在同一模型中处理语音和措辞，使得EVI 2可以更好地理解用户输入内容的情绪方向，从而做出相应调度，在内容和语气方面天生更具有同理心的相应。
除了在语音质量和情商方面的提升，新一代EVI 2还支持用户自定义语音。开拓职员可以设置腔调、鼻音和性别等参数，根据特定的运用需求定制EVI 2的语音，比如运用于客服机器人、虚拟AI助手。
EVI 2还支持用户在交互过程中通过语音提示，动态修正EVI 2的说话风格。例如，“说得更快”、“语调听起来很愉快”，乃至还可以“进行说唱“。
根据Hume AI的先容，EVI 2还能够与其他运用程序、大措辞模型进行集成，在客服通话、网页搜索等功能中利用。
Cowen在上周与VentureBeat的视频通话中谈道：“我们希望开拓者能够将这个模型集成到任何运用中，创建他们想要的品牌语音，并根据他们的用户需求进行调度，使其品牌语音变得值得相信且具有个性。”
此外，他透露道，EVI 2并不打算供应语音克隆的功能。
“我们当然可以用我们的模型克隆声音，但我们没有供应这一功能，由于它的风险太高、益处也不清晰。”他阐明道，“人们真正想要的是能够定制声音。我们开拓了新的语音，让用户可以创建不同的个性化语音。比较于克隆特定声音，开拓者彷佛对创建新语音更感兴趣。”
定制语音功能体验地址：https://platform.hume.ai/evi/voices
二、性价比提高：相应延迟降落40%，定价降落30%，年底估量能支持更多措辞EVI 2与EVI 1比较，延迟降落了40%，现在均匀相应韶光在500到800毫秒之间。速率的改进使对话相应更快、更像人类。
EVI 2还有一大亮点是其本钱效益的提高。Hume AI将EVI 2的定价降落了约30%，从第一代的每分钟0.102美元降落到每分钟0.072美元。企业用户还可以享受批量折扣。
不过，根据VentureBeat的打算，OpenAI目前供应的文本转语音做事（非新推出的ChatGPT高等语音模式）要比Hume AI的EVI 2便宜很多。OpenAI的文本转语音做事每1000字符收费0.015美元（大约每分钟语音0.015美元），而Hume AI的EVI 2为每分钟0.072美元。
EVI 2目前仅支持英语，Hume AI操持在2024年底之前推出对西班牙语、法语和德语等多种措辞的支持。
Cowen向VentureBeat透露道，得益于他们的演习过程，EVI 2实际上自主学习了多种措辞，不须要由工程师进行人为的演习。
“我们没有专门演习模型输出某些特定的措辞，但它从演习数据中学会了说法语、西班牙语、德语、波兰语等多种措辞。”Cowen阐明道。
结语：先于竞争对手公开拓布，有望抢占市场据传，Hume AI潜在的竞争对手Anthropic正在重新打造其投资方亚马逊的Alexa语音助手并准备推出。
另一方面，OpenAI在今年5月展示的由GPT-4o模型支持的ChatGPT高等语音模式，目前只对少数用户开放，在候补名单中的用户仍需等待。
只管Hume AI并没有像OpenAI或Anthropic那样广为人知，但Hume AI已经抢先于它们公开推出了一个人性化语音助手，并且客户现在就可以立即将其投入利用。这可能为Hume AI在竞争激烈的市场中抢占一席之地。
来源：VentureBeat