The Pulse
Inworld acquisisce Ultravox per aggiungere agenti vocali al suo stack per il parlato
Inworld ha acquisito Ultravox, riunendo la sua piattaforma per agenti vocali in tempo reale con i modelli per il parlato e l’infrastruttura di inferenza di Inworld. Le voci Inworld integrate in Ultravox ora usano Realtime TTS-2: gli ID voca
AI.info Team · Scritto con l’IA ·
«Sono incredibilmente orgoglioso di ciò che ha realizzato il team di Ultravox: un’IA vocale in tempo reale su cui i clienti fanno affidamento ogni giorno. Quando abbiamo collaborato con Inworld per la sintesi vocale, abbiamo trovato un team che si muove rapidamente e condivide il nostro impegno a fornire IA in tempo reale su larga scala. Credo che Inworld sia la realtà giusta per Ultravox e il team giusto per portarla avanti».
Zach Koch, cofondatore ed ex amministratore delegato di Ultravox
Inworld ha annunciato l’acquisizione di Ultravox il 30 settembre, portando una piattaforma per sviluppatori di agenti vocali in tempo reale nella stessa azienda dei suoi modelli per il parlato e della sua infrastruttura di inferenza. I membri del team di Ultravox entrati in Inworld continueranno a sviluppare la piattaforma, ha dichiarato l’azienda. Non ha precisato quanti siano.
Ultravox aggiunge il livello degli agenti
Le due aziende realizzano componenti diversi di un’interazione vocale. Ultravox fornisce comprensione del parlato, ragionamento ed esecuzione dei compiti, oltre a strumenti per gestire l’alternanza dei turni di parola e le interruzioni nelle conversazioni dal vivo. Inworld fornisce modelli per il parlato, erogazione dei modelli e inferenza in tempo reale, tra cui Realtime TTS-2 e Realtime STT-1.
La combinazione di queste capacità affianca la piattaforma per agenti alle tecnologie che elaborano il parlato in ingresso e generano risposte vocali. Inworld afferma che l’obiettivo è migliorare l’intero scambio: capire cosa dice un utente, aiutarlo a portare a termine un compito e rispondere con una voce adatta al momento. L’acquisizione avvicina quindi Inworld al controllo sia dei componenti per il parlato sia del prodotto per sviluppatori che li collega.
Le voci Inworld integrate passano a TTS-2
La prima modifica al prodotto è già attiva su Ultravox. Le voci Inworld integrate ora funzionano con Realtime TTS-2 e i clienti che le usano mantengono gli ID vocali esistenti senza modificare il codice. Inworld afferma che l’aggiornamento non comporta costi aggiuntivi.
TTS-2 aggiunge controlli opzionali in linguaggio naturale per il ritmo, il tono e l’espressività emotiva di una voce. Gli sviluppatori possono, per esempio, indicare a una voce di rallentare durante una spiegazione complicata o di assumere un tono più caloroso quando rassicura un utente. Inworld afferma che l’identità della voce resta la stessa, anche se il ritmo e l’intonazione potrebbero variare con il modello aggiornato.
Inworld descrive TTS-2 come un modello vocale ai vertici della classifica di Artificial Analysis.
Gli altri fornitori di voci restano disponibili
I clienti di Ultravox possono continuare a usare i propri account e, secondo Inworld, l’acquisizione non richiede la migrazione degli agenti esistenti. Per ora, i clienti che usano voci di altri fornitori non vedono cambiamenti. L’assistenza continuerà a essere fornita da Inworld e dai membri del team di Ultravox entrati nell’azienda.
La distinzione è importante per una piattaforma i cui utenti potrebbero aver costruito agenti basati su diversi fornitori di voci. Le voci di Inworld ricevono subito l’aggiornamento a TTS-2, mentre, secondo l’annuncio, quelle di terze parti restano inalterate. Si tratta di una modifica al prodotto, non dell’obbligo di sostituire altri fornitori.
La prossima prova va oltre l’aggiornamento delle voci
L’acquisizione offre a Inworld una via diretta dalla tecnologia per il parlato a un prodotto che gli sviluppatori usano già per creare e gestire agenti vocali. Per i clienti di Ultravox, il vantaggio dichiarato nel breve termine è preciso: un’opzione aggiornata per le voci Inworld, senza costi aggiuntivi né modifiche al codice. Inworld afferma che sono previste ulteriori funzionalità e migliorie per Ultravox, ma l’annuncio non le descrive nel dettaglio.
La prima integrazione collega la generazione vocale di Inworld alla piattaforma per agenti di Ultravox; l’ambizione più ampia è avvicinare tra loro la comprensione del parlato, il ragionamento e la produzione di un parlato espressivo. Se questa combinazione migliorerà lo sviluppo o le conversazioni dal vivo dipenderà da cambiamenti che gli utenti potranno mettere alla prova oltre all’aggiornamento a TTS-2.