Tavus investiga vídeo con IA generativa y permite a los desarrolladores crear experiencias de vídeo con réplicas digitales mediante API fáciles de usar. Está cambiando cómo interactuamos con la IA al crear la interfaz de vídeo conversacional (CVI) más rápida del mundo para réplicas digitales de IA. Su tecnología permite conversaciones inmersivas en tiempo real y abre posibilidades en automatización de marketing, comercio electrónico, formación empresarial, interacción con clientes y entretenimiento.
Cuando Cartesia conoció a los fundadores de Tavus, ya estaban llevando al límite el rendimiento de la IA. Antes habían encontrado dificultades de escalado automático y retrasos de red con su configuración existente.
La colaboración con Cartesia cambió la situación. Sonic, con una latencia constante inferior a 90 ms, permitió a Tavus simplificar su infraestructura y cumplir sus estrictos requisitos de rendimiento. Los usuarios han elogiado la calidad, y algunos han pedido expresamente Cartesia como motor de texto a voz.
Consulta el anuncio de Hassaan, su CEO. Los desarrolladores pueden integrar la tecnología de Tavus mediante su documentación de API.
El reto
Tavus se propuso crear una plataforma para mantener conversaciones de vídeo naturales y en tiempo real con réplicas digitales de IA. Para ello debía superar varios retos técnicos:
- Conseguir una latencia ultrabaja que permitiera interacciones fluidas.
- Generar voces naturales y de alta calidad en tiempo real.
- Crear réplicas de IA convincentes que pudieran ver, oír y responder con naturalidad.
- Desarrollar un sistema escalable para varios usuarios simultáneos.
La solución
Tavus eligió Sonic de Cartesia como base de su sistema de generación de voz. Las capacidades de su modelo de espacio de estados encajaban con la necesidad de generar voces de alta calidad y baja latencia:
- Latencia ultrabaja: La latencia inferior a 90 ms de Sonic permite a Tavus lograr tiempos de respuesta de extremo a extremo inferiores a 1 segundo y crear experiencias conversacionales.
- Calidad de voz natural: Sonic genera habla realista, esencial para crear réplicas digitales convincentes.
- Diseño y clonación de voz: La clonación instantánea y el diseño de voz permiten crear una voz propia para cada réplica y ampliar la personalización.
- Varios idiomas: La compatibilidad de Sonic con distintos idiomas permite a Tavus expandir la plataforma internacionalmente.
- Escalabilidad: La infraestructura de Cartesia responde a la necesidad de atender a varios usuarios simultáneos y mantiene el rendimiento en los momentos de mayor uso.
Los resultados
Al integrar Sonic de Cartesia, Tavus ha logrado estos resultados:
- Latencia inferior a 1 segundo: La CVI funciona con una latencia de extremo a extremo inferior a 1 segundo, lo que permite un ritmo natural de conversación.
- Más realismo: Los usuarios afirman que las conversaciones con réplicas digitales resultan realistas e inmersivas.
- Más casos de uso: Tavus ha desplegado su tecnología en educación, formación empresarial y entretenimiento.
- Escalabilidad: La plataforma atiende a varios usuarios simultáneos, lo que facilita una adopción más amplia.
Tavus sigue ampliando las posibilidades de interacción con IA y planea llevar su CVI a nuevos mercados y casos de uso.
Sonic de Cartesia ha transformado nuestra interfaz de vídeo conversacional. Su latencia ultrabaja de 90 ms y su generación de voz de alta calidad nos han permitido crear conversaciones inmersivas en tiempo real con réplicas digitales de IA. Las voces naturales y las funciones de diseño de voz han llevado nuestro producto a un nuevo nivel.
Lo que Tavus hace con la interacción entre personas e IA es asombroso. Su equipo tiene una capacidad especial para ir más allá, y nos alegra impulsar su interfaz de vídeo conversacional con Sonic. Ver a sus réplicas digitales conversar de forma natural y en tiempo real parece un paso hacia el futuro. Nos honra formar parte de este camino.