Amazon Nova Sonic
Modelo de voz a voz de Amazon para agentes conversacionales en tiempo real
Amazon Nova Sonic es un modelo de voz a voz que Amazon anunció en abril de 2025. Une la comprensión y la generación de voz en un solo modelo, en lugar de encadenar sistemas separados de voz a texto, lenguaje y texto a voz. Se usa a través de una API de streaming bidireccional en Amazon Bedrock, admite una ventana de contexto de 300 000 tokens y está pensado para agentes de voz en tiempo real que tienen que escuchar, razonar y responder con un habla de sonido natural y baja latencia. También admite el uso de herramientas y el anclaje en conocimiento, así que un agente de voz construido sobre Sonic puede llamar a funciones externas o recuperar información a mitad de la conversación.
Amazon presentó Sonic como alternativa más barata a combinar procesos separados de ASR, LLM y TTS, y como competidor de la Realtime API de OpenAI y de los modelos de audio nativos de Google para asistentes de voz y bots de atención al cliente. Después llegó Nova 2 Sonic, con más idiomas y una ventana de contexto ampliada, pero el Sonic original sigue disponible en Bedrock para cargas de agentes de voz ya existentes.