Hume AI

Hume AI est parti de la recherche sur l’émotion humaine. Ses modèles analysent la façon dont les gens parlent et montrent une émotion, dont le ton, le rythme et l’inflexion, et son Empathic Voice Interface (EVI) utilise cette lecture dans un assistant vocal conversationnel. EVI écoute la voix, capte des indices comme la frustration ou l’enthousiasme, et ajuste ses réponses et sa façon de parler. Un agent vocal peut ainsi paraître plus naturel qu’un agent qui ne fait que transcrire les mots.

La plateforme a plusieurs parties. EVI est l’interface vocale en temps réel pour les apps et les agents, Octave est un modèle de synthèse vocale qu’on peut diriger avec des descriptions en langage naturel de la façon dont une voix doit sonner, et des API de mesure de l’expression analysent la parole, les visages et le texte pour des signaux émotionnels. Les développeurs se connectent via des API et des SDK, et on peut l’utiliser avec divers modèles de langage. Les usages incluent le coaching, le service client, les apps de bien-être et les jeux.

Hume a une offre gratuite pour les développeurs et une tarification à l’usage. Dans un accord de licence, Google DeepMind a embauché le CEO de Hume et plusieurs ingénieurs, et Hume a dit qu’il continuerait d’opérer et de fournir sa technologie à d’autres labos, donc la direction de l’entreprise peut changer. Détecter l’émotion dans la voix est imprécis et pose des questions d’éthique sur le consentement et la manipulation. ElevenLabs, les modèles vocaux d’OpenAI, Cartesia et Deepgram sont des alternatives pour les agents vocaux.