Trois nouveaux modèles de reconnaissance vocale et de synthèse vocale sont désormais disponibles dans Amazon SageMaker JumpStart
AWS a annoncé aujourd’hui la disponibilité de Qwen3-TTS-12Hz-1.7B-CustomVoice, Qwen3-TTS-12Hz-1.7B-Base et Qwen3-ASR-1.7B dans Amazon SageMaker JumpStart, élargissant ainsi le portefeuille de modèles de fondation disponibles pour les clients AWS. Ces trois modèles de Qwen offrent des fonctionnalités avancées de synthèse vocale et de reconnaissance dans plus de 10 langues, ce qui permet aux clients de créer des applications vocales intelligentes sur l’infrastructure AWS.
Ces modèles répondent aux différents défis de reconnaissance vocale et audio d’entreprise grâce à des fonctionnalités spécialisées :
Qwen3-TTS-12Hz-1.7B-CustomVoice excelle dans la synthèse vocale multilingue avec des styles vocaux personnalisables, prenant en charge 10 langues et un contrôle du timbre, des émotions et de la prosodie piloté par les instructions. Il est idéal pour créer des applications vocales interactives en temps réel, des assistants virtuels destinés aux clients et des flux de travail de création de contenu nécessitant une sortie vocale naturelle et expressive.
Qwen3-TTS-12Hz-1.7B-Base excelle en matière de synthèse vocale multilingue avec un clonage vocal rapide en trois secondes à partir de l’entrée audio. Il est idéal pour créer des applications vocales personnalisées, affiner la synthèse vocale spécifique à un domaine et créer des scénarios dans lesquels les développeurs ont besoin d’un modèle de fondation flexible pour la génération de voix.
Qwen3-ASR-1.7B excelle dans la reconnaissance vocale automatique prenant en charge 52 langues et dialectes avec une précision de pointe dans des environnements acoustiques complexes. Il est idéal pour les services de transcription, le support client multilingue, le sous-titrage en temps réel et les applications nécessitant un streaming robuste et une synthèse vocale hors ligne.
Avec SageMaker JumpStart, les clients peuvent déployer n’importe lequel de ces modèles en quelques clics pour répondre à leurs cas d’utilisation spécifiques de l’IA.
Pour commencer à utiliser ces modèles, accédez à la section Modèles de SageMaker Studio ou utilisez le kit SDK Python de SageMaker pour déployer les modèles sur votre compte AWS. Pour en savoir plus sur le déploiement et l’utilisation de modèles de fondation dans SageMaker JumpStart, consultez la documentation relative à Amazon SageMaker JumpStart.