Boson AI
Платформа голосовых агентов и аудиомоделей Higgs: диалог в реальном времени, синтез речи и говорящий аватар через API.
- Можно попробовать бесплатно
- Да
- Без регистрации
- Нет
- Разработчик
- Boson AI
- Страна
- США
Boson AI разрабатывает базовые модели для речи и голосового общения. Главный продукт — Higgs Realtime: модель «речь в речь», которая слушает, рассуждает и отвечает голосом в одной модели, с задержкой около 0,7 секунды, обработкой перебиваний и вызовом внешних инструментов. Заявлена работа более чем на 100 языках одним голосом. Кроме неё есть Higgs TTS 3 для синтеза речи с клонированием и дизайном голоса и Higgs Avatar, который по статичному изображению и аудио или тексту создаёт говорящее видео. API совместим с OpenAI Realtime API, поэтому существующий код можно переключить с минимальными правками. Типовые сценарии: поддержка клиентов, продажи, ИИ-администратор, обучение специалистов. Все сервисы собраны в консоли Boson Workspace.
Возможности
Речь в речь в реальном времени
Higgs Realtime слушает, рассуждает и отвечает голосом в одной модели; от речи на входе до речи на выходе проходит около 0,7 секунды.
Обработка перебиваний
Модель корректно реагирует, когда собеседник перебивает её посреди ответа, что нужно для живых телефонных разговоров.
Агентный слой и вызов инструментов
Агенты работают со state machines, базами знаний и вызовом функций, так что голосовой диалог может запускать действия во внешних системах.
Более 100 языков
Realtime заявлен для более чем 100 языков, при этом голос остаётся одним и тем же.
Синтез речи Higgs TTS 3
Превращает текст в речь для воспроизведения, файлов или потоковой отдачи; голоса можно клонировать или создавать с нуля.
Говорящий аватар
Higgs Avatar по изображению и аудио или тексту делает видео с анимированным лицом, в виде задания или потока fragmented MP4.
Совместимость с OpenAI Realtime API
Тот же протокол и события, что у OpenAI Realtime API, поэтому приложение можно перенастроить на Boson заменой адреса и ключа.
Дообучение под задачу
Агентов можно улучшать по итогам звонков и сложных случаев, подстраивая под предметную область.
Кому подойдёт
- Разработчики
Создание голосовых приложений и агентов через API, совместимый с OpenAI Realtime API.
- Служба поддержки
Голосовые агенты принимают звонки клиентов, отвечают по базе знаний и вызывают нужные системы.
- Продавцы
Голосовые консультанты по продажам и ИИ-администраторы, которые ведут первичный разговор с клиентом.
- Предприниматели и руководители
Автоматизация телефонных процессов бизнеса без найма большого колл-центра.
Как начать
- Создать аккаунт в Boson Workspace и получить API-ключ.
- Забрать пробный кредит в $10 на новом аккаунте.
- Запустить Python-пример из быстрого старта Higgs Realtime или переключить код на OpenAI Realtime API.
- Выбрать или клонировать голос в Voice Studio.
- Подключить инструменты и базу знаний агента и проверить диалог.
Тарифы
Оплата за использование, подписок нет. Новым аккаунтам даётся пробный кредит $10. Налоги в расчёт не включены.
Ограничения
- Сервис ориентирован на разработчиков и бизнес: готового приложения для обычных пользователей нет.
- Список конкретных языков для синтеза речи и аватара не опубликован.
- Оплата только за использование, фиксированных тарифов нет.
- Выходное видео аватара ограничено размерами 640×480, 480×640 и 640×640.
Платформы и интеграции
Соседи по смыслу
за последний месяц