Hacker News · 16.06.2026 ·Память и RAG

Project Yaazh: ИИ-агенты могут совершать звонки от вашего имени

Исследователи представили Project Yaazh — систему, позволяющую ИИ-агентам совершать телефонные звонки от имени пользователей. Технология использует синтетический голос и обработку естественного языка для взаимодействия с абонентами.

Project Yaazh интегрирует модели генерации речи и распознавания голоса, что позволяет агентам вести диалоги в реальном времени. Система поддерживает контекстное понимание и адаптацию к разным сценариям общения.

Разработчики отмечают, что Project Yaazh может быть полезен для автоматизации рутинных звонков, таких как бронирование билетов или уточнение информации. Технология также может найти применение в клиентском сервисе и поддержке.

На данный момент проект находится в стадии тестирования, но уже демонстрирует высокую точность и натуральность взаимодействия. Исследователи планируют расширить функционал системы, добавив поддержку дополнительных языков и улучшив качество синтетического голоса.

Источник: Hacker News

Похожие материалы

Hacker News · Память и RAG ASR-модель распознаёт не только слова, но и эмоции и намерения Компания Whissle представила новую ASR-модель, способную не только транскрибировать речь, но и анализировать эмоции и намерения говорящего. Это позволяет использовать её для более глубокого понимания контекста в реальном времени. Модель обрабатывает аудио за 200 миллисекунд, что делает её одной из самых быстрых на рынке. Google DeepMind News · Модели и релизы Gemini 3.1 Flash Live улучшает голосовые взаимодействия DeepMind представила новую версию своей голосовой модели Gemini 3.1 Flash Live, которая обещает более естественные и точные голосовые взаимодействия. Новая модель фокусируется на снижении задержек и повышении точности, что делает её более подходящей для реального времени. Это важно для разработчиков ИИ-агентов, так как голосовые интерфейсы становятся всё более популярными в различных приложениях, от виртуальных ассистентов до клиентских сервисов. Together.ai · Инфраструктура для агентов Together AI представила инфраструктуру для голосовых агентов Together AI анонсировала платформу для создания голосовых агентов с задержкой менее 500 мс. Решение включает интеграцию распознавания речи (STT), языковых моделей (LLM) и синтеза речи (TTS) в одном месте. arXiv · Машинное обучение LEAF-X: новый фреймворк для объяснения работы трансформеров в ASR Исследователи из MIT и других университетов представили LEAF-X — фреймворк для объяснения работы трансформерных моделей автоматического распознавания речи (ASR), таких как Whisper. Эти модели демонстрируют высокую точность, но их предсказания остаются «чёрными ящиками». Существующие методы объяснения ИИ (XAI) часто страдают от несоответствия между объяснениями и реальной работой модели, а также от отсутствия точной временной привязки. Together.ai · Память и RAG ИИ ускоряет выполнение SQL-запросов в 4.78 раза Исследователи из Together AI продемонстрировали, что языковые модели могут значительно ускорить выполнение SQL-запросов. Они использовали LLM для оптимизации планов выполнения запросов, исправляя ошибки в оценке кардинальности, которые упускают статистические методы. The latest research from Google · Память и RAG Исследование Google: как обучить ИИ разумно рассуждать Исследователи Google представили новый подход к обучению языковых моделей разумному рассуждению на основе байесовских принципов. В статье, опубликованной на официальном блоге Google Research, описывается метод, который позволяет моделям лучше обрабатывать вероятностные данные и принимать решения в условиях неопределенности. Это особенно важно для разработки ИИ-агентов, которые должны работать в динамических и сложных средах, где точность и логичность рассуждений критически важны. Hacker News · Разработка и инструменты Cartesia AI представила новые модели TTS и ASR Cartesia AI анонсировала выпуск новых моделей синтеза речи (TTS) и распознавания речи (ASR), которые, по заявлению компании, демонстрируют лучшие в своем классе результаты. Эти модели могут быть использованы для создания более естественных и точных голосовых интерфейсов, что особенно важно для разработки ИИ-агентов, где качество взаимодействия с пользователем играет ключевую роль. Mistral AI Blog · ИИ в бизнесе Voxtral: голосовой ассистент для автоматизации клиентского сервиса Компания Mistral представила Voxtral — голосового ассистента, предназначенного для автоматизации клиентского сервиса. Новый инструмент позволяет компаниям обрабатывать звонки клиентов с использованием ИИ, что значительно ускоряет и упрощает взаимодействие с клиентами. The latest research from Google · Исследования и наука Исследование Google: динамические групповые диалоги с участием ИИ Исследователи из Google представили работу, посвящённую авторству, симуляции и тестированию групповых диалогов с участием ИИ. В отличие от традиционных моделей one-on-one, где ИИ взаимодействует с одним человеком, новая методика позволяет моделировать и анализировать сложные сценарии с несколькими участниками. Это важно для создания более реалистичных и эффективных ИИ-агентов, способных работать в коллективных средах.

← Все материалы