Rime、音声エージェント向け音声間モデル「Prism」を発表

Rimeは、AI音声エージェント向けの音声間モデル「Prism」を発表しました。以下の数値はRime自身の主張であり、独立した測定によるものではありません。

• 速度: 応答時間は300 ms未満。Rimeによると、OpenAIのGPT-Liveより4倍高速です。
• 知能: Rimeは、推論を行わない音声間モデルとして、他のすべてのモデルを知能面で上回ると主張し、強化学習でカスタマイズできる初の音声間モデルとしています。
• 提供状況: 開発者はRimeのAPIを通じて利用できます。Rimeは、申し込んだ先着100人に1か月間無料で提供します。

TestingCatalogの発表記事によると、Prismは返答を音声で話す前にテキストとして生成するため、企業は書き起こしを編集し、エージェントに言わせるべきでない内容をブロックできます。検索の実行中には、「確認します」などの短いセリフを話します。対応言語は英語のみで、音声は4種類。LiveKitおよびPipecatと連携します。

Rimeによると、同社は35人のチームで、調達額は3,500万ドルです。