discours à discours
Un modèle qui écoute l'audio et répond directement avec l'audio, sans convertir vos mots en texte entre les deux.
Les assistants vocaux plus anciens fonctionnaient en trois étapes : transformer votre discours en texte, envoyer ce texte à un modèle de langage, puis relire la réponse à haute voix avec une voix distincte. Un modèle parole-parole fait tout lui-même. Il capte le son et produit du son, ce qui supprime deux transferts et le retard qui les accompagne.
La différence est facile à entendre. Parce que rien n’est aplati dans le texte en cours de route, le modèle peut capter le ton, les interruptions et le fait que vous avez recommencé une phrase, et il peut commencer à répondre avant que vous ayez complètement terminé. C’est pourquoi un assistant de parole ressemble à un appel téléphonique, tandis que les plus âgés ont l’impression de se relayer avec un talkie-walkie.