SensiML Data Studio democratiza el reconocimiento de voz en dispositivos diminutos con una nueva función de generación de conjuntos de datos sintéticos de texto a voz.
SensiML™ Corporation, líder en software de IA para IoT y filial de QuickLogic, ha lanzado hoy una nueva función de IA generativa para mejorar Data Studio, su aplicación de gestión de conjuntos de datos para dispositivos IoT edge. Esta nueva capacidad innovadora permite a los desarrolladores de dispositivos integrados utilizar la generación de voz de texto a voz (TTS) y de IA para crear rápidamente conjuntos de datos de voz sintética hiperrealistas que son esenciales para construir modelos sólidos de reconocimiento de palabras clave, comandos de voz e identificación de hablantes. Utilizando estos conjuntos de datos de voz generados rápidamente, los desarrolladores pueden ahora crear fácilmente modelos de IA de reconocimiento de voz utilizando las herramientas de desarrollo AutoML de SensiML. Estos modelos están optimizados específicamente para funcionar de forma autónoma y eficiente en microcontroladores de bajo consumo utilizados en aplicaciones IoT.
Aprovechando la tecnología punta de generación de voz de ElevenLabs, la nueva función de SensiML simplifica la creación de grandes conjuntos de datos de alta calidad. Ahora, los desarrolladores pueden generar datos de voz sintética con un realismo inigualable y atributos de voz a medida, como el tono, la cadencia y el timbre, para satisfacer los requisitos específicos de cada aplicación. Esto elimina el largo y costoso proceso de grabar manualmente frases de grandes poblaciones de hablantes diversos, lo que acelera el tiempo de comercialización de los dispositivos IoT habilitados para voz.
Diseñada para facilitar su uso, la nueva función de generación de voz TTS y AI permite una integración perfecta en los flujos de trabajo existentes de Data Studio.
Entre las principales ventajas de la mejora de la IA generativa de SensiML se incluyen:
- Salida de voz de alta calidad: Produce muestras de voz naturales y expresivas que mejoran la experiencia del usuario.
- Versatilidad: Es compatible con una amplia gama de idiomas y dialectos, lo que permite atender a diversos mercados globales.
- Eficacia: Agiliza el proceso de integración de la generación de voz en los modelos de IA, lo que reduce el tiempo de comercialización.
- Escalabilidad: Adecuada para aplicaciones de todos los tamaños, desde pequeños dispositivos IoT hasta despliegues a gran escala
«Con la introducción de esta función de IA generativa en nuestra aplicación Data Studio, SensiML continúa ampliando los límites de lo que es posible en IA para IoT», dijo Chris Rogers, CEO de SensiML. «Los desarrolladores ahora pueden aprovechar la tecnología de voz sintética de última generación para crear conjuntos de datos de entrenamiento altamente precisos y diversos, acelerando el despliegue de aplicaciones inteligentes controladas por voz directamente en microcontroladores.»
Los conjuntos de datos creados son perfectamente compatibles con Analytics Studio de SensiML y su herramienta AutoML de código abierto, Piccolo AI™, lo que facilita una transición fluida desde la creación del conjunto de datos hasta el despliegue del modelo.
Ejemplo del mundo real: Consideremos un sistema de seguridad doméstica inteligente que utiliza comandos de voz para la activación y las actualizaciones de estado. Con la nueva función de generador de voz de texto a voz e IA de SensiML, los desarrolladores pueden crear eficientemente amplios conjuntos de datos de voz, lo que permite al sistema reconocer con precisión una amplia gama de comandos de usuario. Este avance acelera el desarrollo y la implantación del sistema, garantizando que los propietarios de viviendas se beneficien de una solución de seguridad avanzada, fiable y con capacidad de respuesta sin necesidad de conexión constante a Internet.
Esta función supone un avance significativo en la capacidad de los desarrolladores para crear su propio código ML para dispositivos IoT que necesiten gestionar tareas complejas de reconocimiento de voz y sonido directamente en el dispositivo, sin necesidad de conectividad constante ni gran potencia de cálculo. Resulta especialmente beneficioso para aplicaciones en entornos en los que la conectividad puede ser irregular y en los que es crucial un procesamiento rápido y fiable.
(SensiML)
