Hume AI

Hume AI 是一家专注于研究先进 AI 语音技术的公司，致力于开发能够理解人类情感并促进福祉的技术。其核心产品包括基础语音 AI 模型 EVI和文本转语音系统 Octave。通过将情感智能融入语音交互中，Hume AI 正在重新定义人与技术之间的沟通方式。

Hume AI 的使命

Hume AI 的使命是确保人工智能的发展服务于人类目标和情感福祉。公司构建了能够以共情方式进行交流，并学习如何让人们感到快乐的 AI 模型。无论是面对面交流、文字、音频还是视频，人类的沟通都深受情感表达的影响。这些情感线索帮助我们关注彼此的福祉。Hume AI 的平台通过提供 API，确保技术同样以共情和追求人类福祉为导向。

核心产品与技术

1. 基础语音模型EVI

Hume 的 EVI是世界上首个情感智能语音 AI。作为唯一一个能够测量细腻声音变化并通过共情大语言模型（eLLM）作出回应的 API，EVI 将语言建模和文本转语音与更高层次的情商（EQ）、韵律、对话轮次检测、可打断性以及一致性结合在一起。

特点：

• 情感智能：经过数百万次人类互动训练，EVI 能够检测用户声音中的细微情感线索，例如语调和音高，并以适当的同理心和理解力作出回应。
• 快速响应时间：亚秒级响应速度使对话流畅自然。
• 可定制的声音：开发者可以调整性别、音高和口音等声音属性，创建独特的 AI 个性。
• 个性模拟：EVI 可以模拟广泛的个性，使互动更具吸引力并符合个人偏好。

应用场景：

• 客户服务：驱动富有同理心的聊天机器人，用人性化的方式处理客户咨询。
• 心理健康支持：提供情感支持和陪伴，为用户提供表达感受的安全空间。
• 互动式讲故事：在游戏或教育应用中赋予角色生命力，创造沉浸式体验。

2. 文本转语音系统Octave 

Octave 是 Hume 推出的首个基于大语言模型（LLM）构建的文本转语音系统。与传统 TTS 系统仅“朗读”文字不同，Octave 是一种“语音-语言模型”，能够理解文字在上下文中的含义，从而生成更自然、更富有表现力的语音。

相关：Hume AI推出了首个理解其所说内容的文本转语音系统Octave

特点：

• 上下文理解：Octave 不仅朗读文字，还能理解情节转折、情感线索和角色特征，生成栩栩如生的语音。
• 情绪与风格控制：支持通过指令调整语音的情绪和风格，例如兴奋、悲伤或冷静。
• 即时声音生成：用户可以通过提示或剧本快速生成个性化声音，无需复杂设置。
• 多角色支持：能够处理多位说话者之间的流畅对话。

应用场景：

• 有声书制作：生成高质量的叙事语音。
• 虚拟助手：打造个性化的语音交互体验。
• 游戏与影视配音：为角色赋予独特的声音和情感。
• 教育与培训：提供生动的教学材料。

3. 表情测量

Hume 的先进表情测量模型针对语音、面部和语言，基于超过 10 年的研究以及由 Alan Cowen 开创的语义空间理论的进展。该模型能够在音频、视频和图像中捕捉数百个维度的人类表情，为情感分析提供了强大的工具。

为什么选择 Hume AI？

• 前沿的共情 AI 模型：Hume 的多模态 AI 为语音对话注入真实和自然的感觉，其先进的共情能力使其能够理解用户的语调并像朋友一样回应。
• 支持性、知识渊博且多功能：EVI 设计为一个多功能且可靠的伙伴，能够处理各种互动，甚至包括小众请求，如说唱或模仿搞笑声音。
• 个性化且值得信赖：随着用户互动的增加，EVI 的表现会越来越好。它会记住并从对话中学习，通过新的语音定制选项，用户可以创建一个与自己产生共鸣的独特声音。

未来展望

尽管 Octave 当前主要支持英语，但 Hume AI 正在努力扩展其多语言支持能力，未来将覆盖更多语言和地区。此外，公司计划进一步优化 Octave 的核心功能，包括情绪与风格控制、生成新声音以及多角色对话的流畅性。