Сбер обновил своего ИИ-помощника «ГигаЧат», внедрив в него аудиомодель GigaChat Audio. Новая функция позволяет работать с голосовыми сообщениями и аудиозаписями без предварительного перевода речи в текст. Об этом сообщила пресс-служба Сбера.

Нейросеть анализирует интонацию, определяет эмоциональную окраску речи и учитывает ее при формировании ответа. Модель способна обрабатывать записи продолжительностью до трех часов, находить в них нужные фрагменты по запросу, а также создавать краткие пересказы с таймкодами и различать участников разговора.

Кроме того, «ГигаЧат» может запоминать важные сведения из голосового общения и использовать их в следующих диалогах. Пользователь при этом сохраняет полный контроль над этой функцией.

Одновременно Сбер открыл разработчикам доступ к облегченной версии модели GigaChat3.1-Audio-10B, которая поддерживает русский, английский и другие языки. Также была опубликована серия моделей распознавания речи GigaAM Multilingual для работы с русским, английским, казахским, киргизским и узбекским языками.

Эти решения предназначены для создания сервисов транскрибации, голосовых ассистентов, автоматических субтитров и других речевых приложений.

Подписывайтесь на наш Telegram-канал, чтобы быть в курсе всех новостей и событий Рунета.