Models

Hathora의 Models는 개발자와 엔지니어가 음성 중심 애플리케이션을 위한 고성능 AI 모델을 효율적으로 발견, 테스트 및 배포할 수 있도록 설계된 전문 플랫폼입니다. 저지연 요구 사항에 중점을 둔 이 플랫폼은 자동 음성 인식(ASR), 텍스트 음성 변환(TTS) 및 대규모 언어 모델(LLM)의 엄선된 모델을 제공합니다. 이 모델들은 정교한 음성 에이전트 및 실시간 대화형 경험을 구축하기 위해 엄선되고 최적화되어 프로덕션 준비 및 쉬운 통합을 보장합니다.

Models 사용 방법

Models를 사용하려면 개발자는 음성 AI 사용 사례를 위해 특별히 선택된 오픈 소스 ASR, TTS 및 LLM 모델의 포괄적인 카탈로그를 탐색하는 것으로 시작할 수 있습니다. 모델이 선택되면 플랫폼에서 제공하는 대화형 샌드박스 내에서 즉시 테스트할 수 있습니다. 더 복잡한 시나리오의 경우 혁신적인 Chain 도구를 통해 사용자는 대화형 음성 AI 파이프라인에서 ASR, LLM 및 TTS 모델을 함께 테스트할 수 있습니다. Pipecat, LiveKit 및 직접 API 액세스를 위한 문서와 함께 배포가 간소화되어 실시간 애플리케이션을 신속하게 개발할 수 있습니다.

Models의 핵심 기능

• 엄선된 모델 카탈로그: 음성 AI에 최적화된 엄선된 오픈 소스 ASR, TTS 및 LLM 모델에 액세스합니다.
• 대화형 테스트 샌드박스: 전용 샌드박스에서 모델을 즉시 시험하여 성능과 기능을 평가합니다.
• Chain 도구: ASR, LLM 및 TTS 모델을 공동으로 테스트하여 엔드투엔드 음성 AI 솔루션을 위한 대화형 파이프라인입니다.
• 빠른 배포 옵션: Pipecat, LiveKit 및 직접 API 액세스를 위한 문서와 함께 빠른 통합을 제공합니다.
• 저지연 성능: 모델은 실시간 애플리케이션 및 음성 에이전트에 최적화되어 있습니다.
• 다국어 지원: 다국어 ASR을 위한 `nvidia/parakeet-tdt-0.6b-v3` 모델과 100개 이상의 언어를 지원하는 `Qwen/Qwen3-30B-A3B` 모델이 포함됩니다.
• 단어 수준 타임스탬프: 정확한 전사를 위해 `nvidia/parakeet-tdt-0.6b-v3`와 같은 ASR 모델에서 사용할 수 있습니다.
• 표현력 있는 음성 합성: `ResembleAI/chatterbox` 및 `rime/arcana`와 같은 TTS 모델은 자연스럽고 표현력이 풍부하며 감성적인 음성을 제공합니다.
• 제로샷 음성 복제: `nvidia/magpie-tts-zeroshot`와 같은 곧 출시될 TTS 모델은 짧은 오디오 샘플에서 음성 복제를 제공합니다.

Models의 사용 사례

Models는 광범위한 음성 AI 애플리케이션 개발에 이상적입니다. 자연스럽게 이해하고 응답하는 고도로 반응적인 음성 비서 및 챗봇을 구축하는 데 사용할 수 있습니다. 개발자는 이를 활용하여 실시간 전사 서비스를 생성하고 라이브 캡션 또는 회의 요약을 가능하게 할 수 있습니다. TTS 기능은 콘텐츠, 대화형 음성 응답(IVR) 시스템 또는 개인화된 오디오 경험을 위한 자연스럽고 표현력 있는 음성 해설을 생성하는 데 적합합니다. 또한 LLM 통합은 대화형 AI에서 고급 추론 및 지시 따르기를 허용하여 고객 서비스, 교육 또는 엔터테인먼트에서 복잡한 에이전트 기능에 적합합니다.

Models의 장점

Models의 주요 장점은 저지연, 프로덕션 준비 음성 AI에 중점을 둔다는 것입니다. 개발자는 엄선된 고품질 오픈 소스 모델을 통해 모델 발견 및 평가 시간을 절약할 수 있습니다. 고유한 Chain 도구를 포함한 대화형 테스트 환경은 다양한 AI 구성 요소의 원활한 실험 및 통합을 허용하여 개발 주기를 가속화합니다. API 및 인기 플랫폼을 통한 빠른 배포 옵션은 애플리케이션을 신속하게 출시할 수 있도록 보장합니다. 성능, 다국어 지원, 단어 수준 타임스탬프 및 표현력 있는 음성 합성 같은 고급 기능에 대한 플랫폼의 강조는 최첨단 음성 AI 솔루션을 위한 강력한 기반을 제공합니다.