Tavus est une entreprise de recherche en vidéo générative par IA. Ses API simples à utiliser permettent aux développeurs de créer des expériences vidéo avec des jumeaux numériques. Tavus transforme les interactions avec l’IA en créant l’interface vidéo conversationnelle, ou CVI, la plus rapide au monde. Sa technologie permet des conversations immersives en temps réel avec des répliques d’IA, pour l’automatisation marketing, l’e-commerce, la formation en entreprise, la relation client et le divertissement.
Lorsque Cartesia a rencontré les fondateurs de Tavus, ils repoussaient déjà les limites de performance de l’IA. Leur infrastructure précédente posait des difficultés de mise à l’échelle automatique et de délais réseau.
Le partenariat avec Cartesia a changé la situation. Avec une latence constante inférieure à 90 ms, Sonic a permis à Tavus de simplifier son infrastructure tout en respectant ses exigences de performance. Les utilisateurs ont salué la qualité, certains demandant explicitement Cartesia comme moteur de synthèse vocale préféré.
Découvrez l’annonce de Hassaan, le PDG. Les développeurs peuvent intégrer la technologie Tavus grâce à sa documentation API.
Le défi
Tavus voulait permettre des conversations vidéo naturelles en temps réel avec des jumeaux numériques d’IA. Il fallait résoudre plusieurs difficultés :
- Atteindre une très faible latence pour des échanges fluides
- Générer des voix naturelles de qualité en temps réel
- Créer des répliques convaincantes capables de voir, d’entendre et de répondre naturellement
- Gérer plusieurs utilisateurs simultanés à grande échelle
La solution
Tavus a choisi Sonic comme base de sa génération vocale. Les capacités de ses modèles d’espace d’état répondaient à ses besoins de qualité et de faible latence :
- Une très faible latence : la latence de Sonic inférieure à 90 ms permet à Tavus d’obtenir des réponses de bout en bout en moins d’une seconde, pour de véritables conversations.
- Des voix naturelles : Sonic produit une parole réaliste, indispensable à des jumeaux numériques convaincants.
- La conception et le clonage de voix : le clonage instantané et la conception vocale de Sonic permettent de créer une voix unique pour chaque réplique et de personnaliser la plateforme.
- La prise en charge multilingue : Sonic permet à Tavus de développer sa plateforme à l’international.
- La capacité à grande échelle : l’infrastructure Cartesia gère les utilisateurs simultanés de Tavus et maintient les performances aux pics d’utilisation.
Les résultats
L’intégration de Sonic a apporté plusieurs résultats à Tavus :
- Une latence inférieure à une seconde : la CVI fonctionne avec moins d’une seconde de latence de bout en bout, pour une conversation naturelle.
- Un réalisme accru : les utilisateurs décrivent les échanges avec les jumeaux numériques comme très réalistes et immersifs.
- Des usages élargis : Tavus a déployé sa technologie dans l’éducation, la formation en entreprise et le divertissement.
- La capacité à grande échelle : la plateforme gère plusieurs utilisateurs simultanés et prépare une adoption plus large.
Tavus continue de faire évoluer les interactions avec l’IA et prévoit d’étendre sa CVI à de nouveaux marchés et usages.
Le modèle Sonic de Cartesia change la donne pour notre interface vidéo conversationnelle. Sa latence de 90 ms et sa génération vocale de qualité nous ont permis de créer des conversations immersives en temps réel avec des jumeaux numériques. Les voix naturelles et les capacités de conception vocale ont fait progresser notre produit.
Ce que Tavus réalise dans les interactions entre humains et IA est impressionnant. Son équipe sait repousser les limites, et nous sommes ravis d’alimenter sa CVI avec Sonic. Voir ces jumeaux numériques converser naturellement en temps réel donne l’impression d’entrer dans le futur. Nous sommes honorés d’accompagner cette aventure.