Hume AI

Hume AI nació de la investigación sobre la emoción humana. Sus modelos analizan cómo hablan y expresan emociones las personas, incluidos el tono, el ritmo y la entonación, y su Empathic Voice Interface (EVI) aprovecha ese conocimiento en un asistente de voz conversacional. EVI escucha la voz del usuario, detecta señales como la frustración o el entusiasmo y ajusta sus respuestas y su manera de hablar, de modo que un agente de voz resulta más natural que uno que solo transcribe palabras.

La plataforma tiene varias partes. EVI es la interfaz de voz en tiempo real para apps y agentes, Octave es un modelo de texto a voz que se puede dirigir con descripciones en lenguaje natural de cómo debe sonar una voz, y las API de medición de expresión analizan voz, rostros y texto en busca de señales emocionales. Los desarrolladores se conectan mediante API y SDK, y puede usarse con distintos modelos de lenguaje. Entre sus usos están el coaching, la atención al cliente, las apps de bienestar y los juegos.

Hume tiene un nivel gratuito para desarrolladores y precios según el uso. En un acuerdo de licencia, Google DeepMind contrató al CEO de Hume y a varios ingenieros, y Hume dijo que seguiría operando y suministraría su tecnología a otros laboratorios, así que el rumbo de la empresa podría cambiar. La detección de emociones a partir de la voz es imprecisa y plantea cuestiones éticas sobre el consentimiento y la manipulación. ElevenLabs, los modelos de voz de OpenAI, Cartesia y Deepgram son alternativas para agentes de voz.