Технология позволяет модели не просто переводить речь в текст, но и улавливать интонационные нюансы, что заметно меняет глубину взаимодействия с ИИ. Система автоматически составляет резюме разговоров, расставляет таймкоды и запоминает важные детали, озвученные в аудиоформате. При этом пользователь сохраняет полный контроль над тем, какие именно данные нейросеть сохраняет в свою память для будущих сессий.
GigaChat научился слушать и понимать интонации пользователей
Сбер представил аудиомодель GigaChat Audio, которая анализирует голосовые сообщения напрямую, минуя стадию транскрибации. ИИ теперь считывает эмоциональный фон собеседника, различает голоса участников дискуссии и способен обрабатывать до трех часов аудиозаписи, самостоятельно структурируя содержание и выделяя ключевые фрагменты по запросу пользователя для последующего использования в диалогах.
Одновременно с обновлением потребительского продукта Сбер открыл разработчикам доступ к облегченной модели GigaChat3.1-Audio-10B. Инструментарий поддерживает русский, английский и ряд других языков, включая казахский, киргизский и узбекский. В этот же набор вошло семейство моделей GigaAM Multilingual, предназначенных для создания высокоточных систем распознавания речи, автоматических субтитров и специализированных голосовых ассистентов.
Комментарии (0)
Пока нет комментариев. Будьте первым!