Rime lança Prism, um modelo de fala para fala para agentes de voz

A Rime lançou o Prism, um modelo de fala para fala para agentes de voz com IA. Os números abaixo são alegações da própria Rime, não medições independentes.

• Velocidade: tempo de resposta inferior a 300 ms, que, segundo a Rime, é 4x mais rápido que o GPT-Live da OpenAI.
• Inteligência: a Rime afirma que o modelo supera todos os outros modelos de fala para fala em inteligência, sem raciocínio, e o chama de primeiro modelo de fala para fala personalizável por meio de aprendizado por reforço.
• Disponibilidade: desenvolvedores podem usá-lo pela API da Rime. A Rime oferece um mês grátis às primeiras 100 pessoas que se inscreverem.

A matéria da TestingCatalog sobre o lançamento acrescenta que o Prism escreve cada resposta como texto antes de falá-la, permitindo que as empresas editem a transcrição e bloqueiem coisas que um agente não deveria dizer. Enquanto uma consulta é executada, ele diz uma frase curta, como "Deixe-me verificar." O modelo oferece suporte apenas ao inglês, com quatro vozes, e funciona com LiveKit e Pipecat.

A Rime diz que tem uma equipe de 35 pessoas e US$ 35 milhões em financiamento.