Ultravox

Ultravox：下一代语音 AI 平台

Ultravox 是一个尖端的语音 AI 平台，专为扩展而构建，旨在促进类似人类的对话，同时最大限度地减少 ASR 延迟、简化供应商链，并且不会损失推理能力。Ultravox 的起价仅为每分钟 0.05 美元，为希望利用 AI 驱动的语音理解潜力的企业和创新者提供了一种易于使用且功能强大的解决方案。

什么是 Ultravox？

Ultravox 是一个开放权重的语音语言模型 (SLM)，经过训练可以像人类一样自然地理解语音。通过直接集成语音识别，Ultravox 绕过了将语音转换为文本的传统过程，从而实现更快、更可靠、更自然的交互。

Ultravox 如何工作？

与依赖于服务级联管道的传统组件系统不同，Ultravox 直接理解语音。这种简化的方法降低了延迟和成本，使其成为实时语音应用的卓越解决方案。

主要特性和优势包括：

• 减少堆栈，减少摩擦： 通过消除传统语音系统的组件，Ultravox 最大限度地减少了延迟和成本。
• 快速、准确、智能： Ultravox 直接集成语音识别，无需将语音转换为文本，从而使其更快、更可靠、更自然。
• 快速直观地构建： 用户可以创建具有实际功能的代理，上传文档以进行 RAG（检索增强生成），并在控制台中跟踪所有内容。
• 准备就绪时快速扩展： 该平台控制整个堆栈，确保系统的可靠性和可用性。

为什么选择 Ultravox？

与传统的基于语音的系统相比，选择 Ultravox 具有许多优势：

• 速度： 与传统的组件系统相比，直接语音理解可显着缩短响应时间。
• 可靠性： 更少的移动部件转化为更一致的性能，并降低了出现故障的可能性。
• 自然交互： Ultravox 捕捉人类语音的细微差别，提供更无缝和更具吸引力的用户体验。

Ultravox 适合谁？

Ultravox 专为寻求实施可扩展、高效且自然的语音 AI 解决方案的各个行业的企业和创新者而设计。它适用于：

• 希望通过 AI 驱动的语音助手增强客户服务的企业。
• 构建需要低延迟和高可靠性的实时语音应用程序的开发人员。
• 寻求简化其供应商链并降低与语音 AI 基础设施相关的成本的组织。

Ultravox 基准

Ultravox 的性能通过零样本语音翻译进行评估，使用 BLEU 作为一般指令遵循能力的代理进行衡量。BLEU 分数越高，性能越好。基准测试结果表明 Ultravox 在语音翻译方面具有竞争优势：

• Ultravox 0.5 70B： 35.7 BLEU
• GPT-4o REALTIME： 34.6 BLEU
• Gemini 1.5 Flash 002： 33.0 BLEU

Ultravox 定价计划

Ultravox 提供灵活的定价计划以适应各种需求：

• 按需付费： 非常适合实验，提供 30 分钟的免费通话，之后每分钟 0.05 美元，没有高峰定价和无限制的 Playground 通话。最多支持 5 个并发通话。
• Pro： 非常适合扩展语音 AI 业务，Pro 计划取消了对并发的硬性限制，包括出站呼叫计划程序、5 个自定义语音和 20 个用于 RAG 的语料库。
• Enterprise： 专为大规模扩展而设计，Enterprise 计划提供优先级 SLA、组织支持和可自定义的功能。

如何使用 Ultravox？

1. 注册： 访问 Ultravox 网站并创建一个帐户。
2. 探索控制台： 熟悉控制台，您可以在其中创建代理、上传文档以进行 RAG，并跟踪性能。
3. 试用演示： 与 Ultravox 交互，亲身体验其类似人类的对话能力。
4. 选择计划： 选择符合您的需求和规模要求的定价计划。
5. 集成和部署： 将 Ultravox 集成到您的应用程序中并部署您的语音 AI 解决方案。

总而言之，Ultravox 是一个语音 AI 平台，提供类似人类的对话、减少的延迟和经济高效的扩展。凭借其创新的语音理解方法和灵活的定价计划，Ultravox 使企业和开发人员能够利用 AI 驱动的语音技术的力量。