В «Алисе AI» заработал режим «Поговорить» — голосовой формат, в котором с нейросетью можно общаться как с живым собеседником: перебивать её, переспрашивать и вставлять короткие реплики на лету. Об этом сообщает Telegram-канал «Технологии Яндекса».
Что изменилось для пользователя
В режиме доступны два голоса: привычный голос Алисы AI и альтернативный женский — его в компании описывают как более поддерживающий. Ответы нейросети специально сделали короче, чтобы беседа шла в быстром темпе и не превращалась в монолог.
Алиса AI может проявлять эмоции в зависимости от хода разговора. По просьбе пользователя она говорит медленнее или быстрее, переходит на шёпот или повышает голос до крика. Взаимодействовать с ней можно без триггер-слова «Алиса» — в этом режиме оно не нужно.
Как это устроено
Под капотом режима — каскад из четырёх моделей. Детектор речи VAD определяет, когда человек закончил говорить и пора отвечать; он же даёт возможность перебивать нейросеть, что в других режимах невозможно. Система распознавания речи переводит сказанное в текст, большая языковая модель генерирует ответ — с расчётом на то, что его будут слушать, а не читать, — а синтез речи озвучивает результат выбранным голосом.
Именно каскад позволяет убрать паузы, которые разрушают ощущение живого разговора. Это, пожалуй, главная инженерная задача таких интерфейсов: задержка между репликами выдаёт машину быстрее, чем любой тембр.
Как попробовать
Режим доступен уже сейчас в приложении Алиса AI. Нужно нажать на иконку в левом верхнем углу и выбрать «Поговорить».
Что это значит
Голосовые ассистенты долго работали по схеме «вопрос — ответ»: сказал, дождался, послушал. Режим «Поговорить» сдвигает планку к естественной беседе, где собеседника можно перебить, а он подстроится под темп и тон. Для пользователя это ещё и проверка привычки: разговаривать с ИИ становится всё меньше похоже на командование и всё больше — на обычный трёп.
Источник: Telegram: Технологии Яндекса
Комментарии 6