Drei neue Modelle für Spracherkennung und Text-to-Speech sind jetzt in Amazon SageMaker JumpStart verfügbar
Heute kündigte AWS die Verfügbarkeit von Qwen3-TTS-12Hz-1.7B-CustomVoice, Qwen3-TTS-12Hz-1.7B-Base und Qwen3-ASR-1.7B in Amazon SageMaker JumpStart an und erweitert damit das Portfolio der Basismodelle, die AWS-Kunden zur Verfügung stehen. Diese drei Modelle von Qwen bieten fortschrittliche Sprachsynthese- und Erkennungsfunktionen in über 10 Sprachen, sodass Kunden intelligente, sprachgestützte Anwendungen erstellen können, die auf der AWS-Infrastruktur basieren.
Diese Modelle adressieren verschiedene Sprach- und Audioprobleme in Unternehmen mit speziellen Funktionen:
Qwen3-TTS-12Hz-1.7B-CustomVoice zeichnet sich durch mehrsprachige Text-to-Speech mit anpassbaren Sprachstilen aus und unterstützt 10 Sprachen mit befehlsgesteuerter Kontrolle von Timbre, Emotionen und Prosodie. Es ist ideal für die Entwicklung interaktiver Sprachanwendungen in Echtzeit, virtueller Assistenten, die mit Kunden interagieren, und Workflows zur Erstellung von Inhalten, die eine natürliche, ausdrucksstarke Sprachausgabe erfordern.
Qwen3-TTS-12Hz-1.7B-Base zeichnet sich durch mehrsprachiges Text-to-Speech mit schnellem Klonen von Stimmen aus der Audioeingabe in nur 3 Sekunden aus. Es ist ideal für die Entwicklung benutzerdefinierter Sprachanwendungen, die Feinabstimmung der domänenspezifischen Sprachsynthese und für Szenarien, in denen Entwickler ein flexibles Basismodell für die Sprachgenerierung benötigen.
Qwen3-ASR-1.7B zeichnet sich durch automatische Spracherkennung aus und unterstützt 52 Sprachen und Dialekte mit höchster Genauigkeit in komplexen, akustischen Umgebungen. Es ist ideal für Transkriptionsdienste, mehrsprachigen Kundensupport, Echtzeit-Untertitelung und Anwendungen, die robustes Streaming und Offline Speech-to-Text erfordern.
Mit SageMaker JumpStart können Kunden jedes dieser Modelle mit nur wenigen Klicks für ihre spezifischen KI-Anwendungsfälle bereitstellen.
Um mit diesen Modellen zu beginnen, navigieren Sie zum Abschnitt Modelle von SageMaker Studio oder verwenden Sie das SageMaker Python SDK, um die Modelle in Ihrem AWS-Konto bereitzustellen. Weitere Informationen zur Bereitstellung und Verwendung von Basismodellen in SageMaker JumpStart finden Sie in der Dokumentation zu Amazon SageMaker JumpStart.