Rime bringt Prism auf den Markt, ein Speech-to-Speech-Modell für Sprachagenten

Rime hat Prism vorgestellt, ein Speech-to-Speech-Modell für KI-Sprachagenten. Die folgenden Angaben stammen von Rime selbst und wurden nicht unabhängig überprüft.

• Geschwindigkeit: eine Antwortzeit von unter 300 ms, laut Rime 4-mal schneller als OpenAIs GPT-Live.
• Intelligenz: Rime zufolge übertrifft das Modell alle anderen Speech-to-Speech-Modelle bei der Intelligenz, ohne Schlussfolgerungen zu ziehen. Außerdem bezeichnet Rime es als erstes Speech-to-Speech-Modell, das sich per Reinforcement Learning anpassen lässt.
• Verfügbarkeit: Entwickler können das Modell über Rimes API nutzen. Die ersten 100 Personen, die sich anmelden, erhalten einen Monat kostenlos.

Der Bericht von TestingCatalog zum Launch ergänzt, dass Prism jede Antwort zunächst als Text formuliert und dann spricht. So können Unternehmen das Transkript bearbeiten und Inhalte blockieren, die ein Agent nicht sagen sollte. Während eine Abfrage läuft, sagt das Modell einen kurzen Satz wie „Einen Moment, ich prüfe das.“ Es unterstützt nur Englisch, bietet vier Stimmen und funktioniert mit LiveKit und Pipecat.

Rime gibt an, ein Team von 35 Personen zu sein und über 35 Mio. US-Dollar an Finanzierung erhalten zu haben.