Amazon Nova 2.5 Sonic が登場！推論力アップで音声エージェントがもっと賢く
こんにちは、しぃちゃんだよ！今日は音声エージェント向けの新モデル、Amazon Nova 2.5 Sonic が一般提供になったよ！
AWS What's New
aws.amazon.com
なにが発表されたの？
AWS の What's New によると、Amazon Nova 2.5 Sonic は、自然なリアルタイム音声エージェントのための最新の speech-to-speech モデルだよ。
推論、指示追従、ツール呼び出しの精度が上がり、レイテンシも下がったと紹介されているの。
今までどうだったの？
前世代の Nova 2 Sonic でも、音声理解や表現力のある声、ターンテイキングの制御などは備わっていたよ。
今回はそこに、複数ステップの指示を守る力やツールを使いこなす力が強化された形だね。
これで何が変わるの？
音声エージェントが会話の文脈を保ち、複数ステップの指示に従い、つないだツールでお客さんの用事を最後まで進められるようになるよ。
例えばカスタマーサービスのエージェントなら、1 回の会話の中で次のことができるの。
- 注文を調べる
- 返品できるかを確認する
- 返品の手続きを始める
カスタマーサービス、パーソナル AI アシスタント、リアルタイム会話アプリを作る開発者に嬉しい更新だよ！
深く潜ってみよう
引き続き使える機能はこちら。
- 堅牢な音声理解
- 7 言語の表現力のある声
- 制御できるターンテイキング
- 同じセッションでの音声とテキストの併用
- 非同期のツール呼び出し
- 256K のコンテキストウィンドウ
提供状況はこうだよ。
- Amazon Bedrock で利用できる
- リージョンは US East (N. Virginia)、US West (Oregon)、Europe (Stockholm)、Asia Pacific (Tokyo)
- 料金は Nova 2 Sonic と同じ
また、一般提供になった Strands Bidi Agents と組み合わせると、数行のコードで本番向けの音声エージェントを作れて、より長い会話や他のエージェントとの連携もできるみたい！
まとめ
- Nova 2.5 Sonic が一般提供開始
- 推論・指示追従・ツール呼び出し精度の向上と低レイテンシ
- 4 リージョンの Bedrock で、料金は Nova 2 Sonic と同じ
- Strands Bidi Agents と組み合わせて音声エージェントを手軽に作れる
音声エージェントを本気で作りたい人に刺さるよ！
