亚马逊发布新一代生成式AI模型Nova Sonic，该模型在语音处理领域展现出卓越的性能，能够原生处理语音并生成自然流畅的语音输出，为用户带来前所未有的语音交互体验。亚马逊方面表示，在速度、语音识别以及对话质量等关键指标的基准测试中，Nova Sonic的表现足以与OpenAI和谷歌的前沿语音模型相媲美，这也标志着亚马逊在AI语音技术领域取得了重大进展。
近年来，随着人工智能技术的飞速发展，新兴AI语音模型不断涌现，像为ChatGPT语音模式提供支持的模型，它们在语音交互的自然度上有了显著提升，相比之下，亚马逊早期 Alexa等模型在这方面略显刻板。而Nova Sonic的问世，正是亚马逊对当前市场趋势的有力回应，旨在为用户提供更加自然、流畅的语音交互服务。
Nova Sonic通过亚马逊Bedrock开发者平台向用户开放。Bedrock平台是亚马逊推出的用于构建企业级AI应用的重要工具，而Nova Sonic则通过全新的双向流式API接入该平台。这一创新的接入方式，使得开发者能够更加便捷将Nova Sonic集成到应用程序中，为企业级用户提供强大的语音交互功能。亚马逊特别强调，Nova Sonic 是市场上 “最具成本效益”的AI语音模型，其价格相较于OpenAI GPT-4o便宜约80%，这无疑为众多对成本敏感的开发者和企业提供了高性价比的选择。
据亚马逊高级副总裁兼人工通用智能 (AGI) 部门首席科学家罗希特・普拉萨德透露，Nova Sonic的部分组件已经为亚马逊升级版数字语音助手Alexa +提供了动力支持。Alexa +作为亚马逊语音助手的重要升级版本，旨在为用户提供更加智能、个性化的服务。Nova Sonic的加入，将显著提升Alexa +在语音识别、对话理解以及任务执行等方面的能力。
