Gradium TTS knuser konkurrenter på «vanskelige» tall, leverer lyd på 216 ms

Gradium AI lanserer en ny tekst-til-tale (TTS) modell som er overlegen konkurrentene på kritiske detaljer. Modellen oppnår en nøyaktighet på 81 prosent på en test med 500 «vanskelige» setninger som inkluderer ordrenummer, e-postadresser og telefonnumre – tall som ofte feilleses av stemmeassistenter. Resultatet plasserer Gradiums modell betydelig foran Cartesia Sonic 3.6 (75,1 %) og ElevenLabs v3 Conversational (65,4 %) i den menneskebaserte evalueringen. Samtidig leverer modellen første lyd på bare 216 millisekunder, og er 170 ms raskere enn forgjengeren. Denne hastigheten er avgjørende for sømløse samtaler i kundeservice og agentløsninger. Gradium har gjort modellen til standard i sin API og Studio, og eksisterende brukere trenger ingen migrering. For å sikre transparens er testsettet på 500 setninger åpent tilgjengelig på Hugging Face, noe som tillater uavhengig verifisering av resultatene.