Quora、CartesiaでPoeに音声機能を導入

世界の知識を共有し、増やすというQuoraの使命から、優れたAIモデルを一カ所に集めた多用途のチャットプラットフォームPoeが生まれました。Poeでは、自然で動的な会話を通じて最新の最先端LLMを利用でき、人とAIのやり取りを変えています。

今週、PoeでSonicの提供を開始し、同プラットフォームのユーザーにテキスト読み上げ技術を届けました。多様な個性的な声と言語で音声応答を生成できるため、テキストを音声に変換し、より没入感のある楽しい体験を生み出せます。

Poeのユーザーは、ボットに直接テキストを送るか、会話の中で「@Cartesia」に続けてテキストを入力することで、Cartesia Sonicを利用できます。メッセージは選択した声の音声応答に変換されます。Poeのすべてのユーザーが、100+の標準音声と14の言語を使って、Poe上のテキストコンテンツを高品質な音声に変換できます。メッセージの末尾に —voice [Voice Name] を追加すれば、声を指定したり、別の言語の入力に対応したりできます。たとえば、你好 —voice Chinese Commercial Woman と入力します。

この機能の活用例を2つご紹介します。

1. 1920’s Radiomanの声による懐かしいラジオ報道

2. Wizardmanの声による没入感のある物語

この新機能により、Poeのユーザーは次のような音声機能を使ってアイデアを形にできます。

• リアルな音声：Cartesia Sonicにより、Poeは自然で高品質な音声生成を提供します。100を超える標準音声に加え、カスタム音声の作成にも対応しています。
• 多言語対応：さまざまなアクセントと14言語に対応し、世界中の人々に届き、共感されるコンテンツを作成できます。
• 高度な制御：制作者は、フレーズの読み方を細かく制御したいことがあります。Cartesiaは、SSMLのbreakタグやspellタグ、正確な発音制御のためのIPA対応といった高度な機能で、そのニーズに応えます。
• 企業規模への拡張性：CartesiaはSOC2に準拠し、法人顧客には無制限の同時実行を提供します。多数のユーザーに対して稼働率と性能を保証します。