Plataforma de IA de voz en vietnamita
s2speech: IA de voz hecha para el vietnamita, lista para su empresa
s2speech reúne voz a texto, texto a voz y el modelo de lenguaje aivision-L1.0 en una sola plataforma: una cuenta, una clave de API y un solo saldo. Las empresas transcriben llamadas y reuniones, generan voces naturales para centros de contacto y resumen y analizan conversaciones en vietnamita. Cada cuenta incluye 10 USD de uso gratuito al día, sin tarjeta.
Cifras publicadas
- 11.84% tasa de error por palabra (WER) promedio en 4 conjuntos de prueba en vietnamita
- US$10 de uso gratuito al día por cuenta, sin tarjeta
- 24 idiomas en las apps de traducción y reuniones
- 8 sesiones simultáneas en una GPU de unos 8 GB (voz a voz)
Un WER más bajo es mejor. Resultados internos de AIVISION con datos que no se usaron para el entrenamiento: FLEURS-vi 4.58%, VIVOS 6.83%, ViMedCSS (médico) 15.68%, reuniones de negocio reales 20.29%.
Funciones principales
- Voz a texto: Streaming en tiempo real por WebSocket y transcripción de archivos o URL por REST. Entiende vietnamita mezclado con inglés, números, montos y fechas, con marcas de tiempo por palabra y distintos acentos regionales.
- Texto a voz: Voces naturales en vietnamita e inglés, transmitidas desde la primera palabra, con salida G.711 μ-law/A-law de 8 kHz para centros de contacto con Asterisk o FreeSWITCH.
- Clonación de voz: Cree una voz propia con 20 segundos a 2 minutos de grabación, siempre con el consentimiento de la persona.
- LLM aivision-L1.0: API compatible con OpenAI: solo cambie la URL base. Resúmenes, preguntas y respuestas, minutas, traducción y análisis de conversaciones, con streaming, en vietnamita e inglés.
- Aplicaciones listas para usar: Hana para conversar por voz con un personaje de IA, AI Voice Note para grabar y generar minutas, subtítulos con traducción en vivo, interpretación de voz y salas de reunión multilingües; las apps de traducción y reuniones admiten 24 idiomas.
- Voz a voz en sus servidores: La versión de voz a voz es gratuita, funciona en tiempo real y se instala on-premise en una sola GPU de unos 8 GB de VRAM (tipo RTX 2080 Ti), con 8 sesiones simultáneas.
Cómo funciona
- Cree una cuenta: Una cuenta, una clave de API y un solo saldo para todos los servicios, con 10 USD de uso gratuito al día.
- Conecte: Use REST o WebSocket para la voz; para el LLM, conserve su biblioteca de OpenAI y cambie la URL base.
- Procese: Transcriba, genere voz, resuma o traduzca, con resultados en streaming.
- Escale: Recargue saldo por transferencia bancaria desde 50,000 VND, o instale voz a voz on-premise.
Dónde se aplica
- Centros de contacto
- Minutas de reuniones
- Subtítulos y traducción en vivo
- Interpretación de voz
- Análisis de conversaciones
- Notas de voz
Experiencia de implementación en Vietnam, Estados Unidos, México, Filipinas y Tailandia.
Visitar s2speech.com · Ver todos los productos
Más productos de AIVISION
- VTraks: Monitoreo de exhibiciones con IA
- AIV Camera: Convierta sus cámaras en cámaras con IA
- AIV Office: Suite de oficina con la asistente Hanna