Hume正式推出具有語境感知能力的文字轉語音大型語言模型Octave。
據該公司介紹，這款大型語言模型可以依據文本的語義來調整語調、節奏和音色。例如，當閱讀某個句子時，人工智能（AI）語音可以表達一種厭惡感。
科技網站ZNET報道指出，除了理解文本的語境外，該模型還能接受指令。使用者可以命令它表達「冷靜」、「低語」、「厭惡」、「憤怒」等語調。Hume表示，相較於配音演員的優勢在於，Octave可以模仿任何語音，甚至根據用戶的描述來創造新的語音。
比方說，使用者可以下達諸如「聰明的巫師」的簡單提示，或是更複雜的指令，結合不同的口音、族群、職業角色等等。基本上，該模型會單獨根據腳本創造出一個語音，但在有提示的情況下，也會配合腳本和描述的引導。使用者介面設計簡單易用，提供兩個文本框：一個是「語音」（Voice），你在其中準確描述希望語音聽起來的樣子；另一個是「腳本」（Script），讓你輸入希望模型說出的內容。點擊「生成」（Generate）後，Octave就會產生語音結果。
整體而言，該模型的優勢似乎在於其輸出體現了人類語音的細微差異。人工智能聲音的一個常見缺陷是單調性，使輸出的聲音聽起來相當枯燥無味。而在Octave中，你可以聽到各種情緒，無論是沮喪、失敗或疲倦。
該模型提供了不同的訂閱層級，包括一個免費層級，具有1萬個字符限制（大約10分鐘）的語音生成，以及不限字符數量的語音生成，讓使用者試用。除了免費訂閱層級外，還有六個額外付費層級，價格從每月3元到900元不等，具體取決於所需的用量。
例如，入門級訂閱層級每月3元，具有3萬個字符（約30分鐘）的語音生成，而商業層級每月900元，具有1000萬字符（約1萬分鐘）的語音生成。你可以在Hume網站上查看所有產品並開始使用。本報訊
