Rime lancia Prism, un modello speech-to-speech per agenti vocali

Rime ha lanciato Prism, un modello speech-to-speech per agenti vocali basati sull’IA. I dati riportati di seguito sono dichiarazioni di Rime, non misurazioni indipendenti.

• Velocità: un tempo di risposta inferiore a 300 ms, che secondo Rime è 4 volte più veloce di GPT-Live di OpenAI.
• Intelligenza: Rime afferma che supera tutti gli altri modelli speech-to-speech in termini di intelligenza, senza ragionamento, e lo definisce il primo modello speech-to-speech personalizzabile tramite reinforcement learning.
• Disponibilità: gli sviluppatori possono utilizzarlo tramite l’API di Rime. Rime offre un mese gratuito alle prime 100 persone che si registrano.

L’articolo di TestingCatalog sul lancio aggiunge che Prism scrive ogni risposta come testo prima di pronunciarla, consentendo alle aziende di modificare la trascrizione e bloccare ciò che un agente non dovrebbe dire. Durante una ricerca, pronuncia una breve frase come «Controllo un attimo». Supporta solo l’inglese, offre quattro voci ed è compatibile con LiveKit e Pipecat.

Rime afferma di essere un team di 35 persone con 35 milioni di dollari di finanziamenti.