Сбер выпустил GigaChat Audio: нейросеть лучше распознает речь и интонации

Пресс-служба Сбера сообщила об обновлении своего ИИ-помощника ГигаЧат. Теперь в нём интегрирована модель GigaChat Audio, способная обрабатывать звуковой контент более эффективно. Ключевая особенность нововведения заключается в том, что нейросеть может анализировать аудиофайлы и голосовые сообщения без предварительного преобразования речи в текст.

Благодаря прямому анализу аудио, GigaChat Audio способен распознавать интонацию пользователя, что открывает возможности для более глубокого понимания контекста и эмоционального состояния собеседника. Кроме того, модель оптимизирована для работы с длинными звуковыми записями, что расширяет её применимость для различных бизнес-задач.

Для широкой аудитории Сбер сделал доступной облегченную версию модели под названием GigaChat3.1-Audio-10B. Это развитие демонстрирует тренд на улучшение мультимодальных возможностей больших языковых моделей, позволяя им взаимодействовать с пользователями не только через текст, но и через сложные аудиоданные, повышая качество и естественность коммуникации.