PC TECH 電腦技術

【 香 港 】— AWS 亞馬遜宣布推出一款全新的基礎模型 Amazon Nova Sonic，將語音理解與語音生成統一於單一的模型中，使 AI 應用程式中的語音對話更貼近真人交流，可深入理解人類對話，捕捉語氣，語調同節奏。該模型透過 Amazon Bedrock 上的新 API 提供，可簡化語音應用開發流程，例如客戶服務通話自動化，以及涵蓋旅遊、教育、醫療、娛樂等領域的跨行業 AI agents。 在過去十餘年間，亞馬遜一直引領著語音技術的發展，致力於為對話式 AI 應用賦能 — 從打造全球領先的個人 AI 助手 Alexa，到開發 Amazon Web Services 的各類服務，如 Lex、Polly 和 Connect 等。然而，若要讓語音 AI 為客戶創造更多實際價值，它必須能夠理解人類對話的微妙與複雜性。在對話中，文字本身承載意義，但若沒有聲音語境賦予其深度，僅憑文字往往難以傳達完整資訊。如何表達與表達甚麼同樣重要，甚至更為關鍵。從過去直到現在，透過 AI 實現這一點仍是巨大挑戰。