亞馬遜 宣布推出全新基礎模型 Amazon Nova Sonic，將語音理解與語音生成統一於單一的模型中，使人工智慧應用服務的語音對話表現更貼近真人，並且透過Amazon Bedrock以API形式呼叫使用，可用於服務通話自動化服務，或是涵蓋旅遊、教育、醫療、娛樂等領域的跨產業人工智慧代理服務。
傳統語音應用開發需要同時協調多個模型，例如將語音轉為文字的語音識別模型，搭配理解且生成回應的大型語言模型，以及再將文字轉為音訊呈現的文本轉語音模型，不僅增加開發的複雜性，同時也難以保留自然對話中至關重要的聲音情境和細微差別，如語氣、語調韻律和說話風格等等。
而Nova Sonic 則是捨棄過往使用多個不同模型的設計，將理解與生成功能統一於單一模型中，讓模型能根據語氣、風格等聲音情境，以及口語輸入調整生成的語音回應表現更貼近自然對話語調。
Nova Sonic甚至能理解人類對話的細微變化，包括說話者的自然停頓與猶豫，能在恰當時機做出回應，並能從容應對對話中的插話情況。此模型同時會將語音內容生成文字檔，讓開發者能夠利用這些文本來調用特定工具與API，進而建構更豐富的語音人工智慧代理服務。
透過以下連結，可以感受透過Nova Sonic生成自然語調表現：
•AI agent for travel built on Amazon Nova Sonic
•Enterprise AI assistant built on Amazon Nova Sonic
《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》
📌 數位新聞搶鮮看！
訂閱《科技玩家》YouTube頻道！
💡 追新聞》》在Google News按下追蹤，科技玩家好文不漏接！
📢 WWDC 2026看這篇就懂！3分鐘掌握Apple最重要3大更新亮點
📢 WWDC 2026除了AI…iOS 27還有7大寶藏功能：鬧鐘音量終於獨立
📢iPhone Fold「最清楚」實機照曝光！蘋果摺疊機改護照式大小、剩1種顏色
📢 LINE免費貼圖7款！日文諧音哏「鼠咪嗎誰」必用 吉娃娃配GUCCI超迷因
📢小米空氣淨化器6開箱！過濾細菌、病毒、甲醛汙染源 過敏族殺菌高CP
📢 舊Apple Watch真的要丟了！Watch OS 27完整支援名單 連旗艦款都說掰掰
討論區