Описание
Canopy Labs описывает свою работу как создание интерактивных моделей аватаров в реальном времени, с заявленной целью разработки цифровых людей, неотличимых от реальных. Компания рассматривает это как открытую исследовательскую задачу, которая, по ее ожиданиям, изменит способ взаимодействия людей с программным обеспечением, перечисляя сценарии, такие как персонализированные образовательные опыты и аватары, участвующие в корпоративных встречах, как направления, которые, по ее мнению, позволит реализовать эта технология; это собственное видение компании, а не выпущенные функции.
Читать далее
Ранее Canopy Labs выпустила Orpheus TTS, который, по ее словам, был принят компаниями, скачан более миллиона раз и форкнут или дообучен тысячи раз (по данным самой компании). С тех пор Canopy Labs заявляет, что привлекла 17 миллионов долларов и разрабатывает дальнейшие модели речи и аватаров, которые еще не были обнародованы.
Доступный сегодня продукт — Orpheus v1, модель синтеза речи, предлагающаяся в двух уровнях: Base и Flash. Она изначально многоязычная, поддерживает английский, хинди, мандарин, немецкий, японский, французский, итальянский, португальский, русский, испанский и корейский языки, а также поддерживает встроенные сценические указания в сценарии, такие как пометка строки как нечеткой или эмоциональной, чтобы сформировать, как она будет произнесена. Canopy Labs утверждает, что модель имеет ультранизкую задержку, с p99 временем отклика в пределах 30 миллисекунд от базового уровня. Библиотека голосов поставляется с более чем 30 предустановленными голосами, а профессиональное или одноразовое клонирование голоса может создать индивидуальный голос бренда из нескольких часов аудио.
Для корпоративных клиентов Orpheus может быть развернут на месте или в частном облаке с приоритетной поддержкой и SLA, а не только через размещенный API. На своем сайте Canopy Labs демонстрирует модель в нескольких предустановленных стилях доставки, включая голос поддержки клиентов, саморазмышляющий тон, театральное чтение, повествование для изучения языка и голос медитационного тренера, чтобы показать, как одна и та же модель справляется с различными регистрами. Canopy Labs не публикует публичные цены на Orpheus на своем сайте.
- КатегорияИИ-генераторы аватаров
- РазвёртываниеОблако
- ПлатформыВеб
Основные функции Canopy Labs
Модель синтеза речи (Orpheus v1), доступная в уровнях Base и Flash
Изначально многоязычная, поддерживающая одиннадцать языков, включая английский, хинди и мандарин
Поддерживает встроенные сценические указания для управления эмоциональной подачей строки
Предлагает профессиональное и одноразовое клонирование голоса из нескольких часов аудио
Предоставляет библиотеку из более чем 30 предустановленных голосов
Утверждает, что имеет ультранизкую задержку, с p99 в пределах 30 миллисекунд от базового уровня
Поддерживает развертывание на месте или в частном облаке для корпоративных клиентов с поддержкой SLA
Исследует модели интерактивных аватаров в реальном времени, помимо своего выпущенного продукта синтеза речи
Как использовать Canopy Labs?
Выберите уровень модели: выберите Orpheus v1 Base или Flash в зависимости от потребностей в задержке и качестве.
Выберите или клонируйте голос: используйте голос из библиотеки или клонируйте индивидуальный из образца аудио.
Напишите сценарий: добавьте сценические указания для формирования подачи, такие как тон или эмоция.
Выберите развертывание: используйте размещенную модель или организуйте развертывание на месте или в частном облаке.
Интегрируйте вывод: передайте сгенерированную речь в продукт, аватар или рабочий процесс поддержки.
Варианты использования Canopy Labs
- Прототипирование голосовых продуктов
- Голоса для поддержки клиентов
- Наратив для изучения языка
- Корпоративное развертывание на месте
