nvidia-nemo/speech

🎙️ NVIDIA выкатила Nemotron VoiceChat — первый открытый голосовой агент, который вызывает любые инструменты в реальном времени. Что умеет говорилка: • Общается как человек без пауз и использует эмоции. • Позволяет юзерам мгновенно перебивать её с задержкой 480 мс. • Прямо во время диалога можно вызвать инструменты: поиск в интернете, календарь и многое другое. • Поддерживает мультимодальные сценарии использования. • Можно настроить разные стили голоса. • Обучена на 550 тысячах часов реальной и синтетической речи. • Можно слушать, говорить, прерывать ответ и вызывать тулзы в одном диалоге. Универсальный голосовой ИИ-агент для любых задач — тут . @notboring_tech