Hume ra mắt EVI 3: Mô hình AI giọng nói cá nhân hóa, hiểu cảm xúc vượt trội

Tác giả: Tuyết NgânNgày cập nhật: 18/06/202524

Hume ra mắt EVI 3, mô hình AI giọng nói đột phá, mang đến khả năng tùy chỉnh giọng nói linh hoạt và nhận diện cảm xúc chính xác. Đây được xem là bước đột phá trong lĩnh vực voice AI, hứa hẹn thay đổi cách con người tương tác với máy móc. Cùng tìm hiểu chi tiết về mô hình Hume EVI 3 trong bài viết dưới đây.

Hume ra mắt EVI 3 - mô hình AI giọng nói thế hệ thứ ba

1. Hume ra mắt EVI 3

Ngày 29/5/2025, Hume ra mắt EVI 3 (Empathic Voice Interface) là mô hình giọng nói AI thế hệ thứ ba do Hume phát triển. Không giống các nền tảng chỉ đơn thuần tạo ra một số giọng nói nhất định, EVI 3 cung cấp nhiều phản hồi giọng nói khác nhau, chỉ cần một mô tả đơn giản như “giọng diễn viên hài cổ điển” hoặc “phù thủy thông thái”.

EVI 3 là mô hình speech-to-speech đầu tiên tích hợp khả năng nghe, hiểu và phản hồi với cảm xúc thật sự - gần giống như con người giao tiếp. Mô hình này sử dụng công nghệ autoregressive kết hợp học tăng cường để tạo ra giọng nói tự nhiên, biểu cảm và gần gũi hơn.

Hume EVI 3 hiểu và phản hồi đầy cảm xúc

2. Những điểm đột phá của Hume EVI 3

Không giống các mô hình AI giọng nói khác như GPT-4o hay Gemini Live, Hume ra mắt EVI 3 với trọng tâm là sự đồng cảm và tính cá nhân hóa. Một số điểm mạnh của EVI 3:

Hiệu suất vượt trội: Trong thử nghiệm với số lượng lớn người tham gia, EVI 3 vượt qua GPT-4o của OpenAI về 7 tiêu chí: đồng cảm, sự thích thú, khả năng biểu cảm, cách xử lý ngắt lời, tính tự nhiên, tốc độ và chất lượng âm thanh.

Hume EVI 3 mang đến trải nghiệm tổng thể vượt trội hơn GPT-4o của OpenAI

Cá nhân hóa giọng nói linh hoạt: Người dùng có thể tạo giọng nói độc đáo chỉ bằng vài dòng mô tả. Ví dụ, bạn muốn AI nói chuyện như “một nhà khoa học điên rồ” hay “người dẫn chương trình truyền hình”? EVI 3 làm được ngay!

Hume EVI 3 tùy chỉnh giọng nói linh hoạt

Tích hợp trí tuệ cảm xúc: Sử dụng kỹ thuật học tăng cường, EVI 3 tối ưu các đặc điểm giọng nói được con người yêu thích, tạo cảm giác giao tiếp gần gũi, chân thực.
Hiểu cảm xúc: Hume EVI 3 nhận diện chính xác 8/9 cảm xúc (sợ hãi, vui vẻ, tức giận, buồn,...) với hiệu suất vượt qua GPT-4o trong thử nghiệm.

Hume EVI 3 có khả năng hiểu cảm xúc đa dạng

Điều chỉnh cảm xúc: EVI 3 không chỉ nghe mà còn “cảm nhận” cảm xúc qua giọng nói, giúp phản hồi phù hợp với hơn 30 trạng thái cảm xúc và phong cách khác nhau như vui mừng, buồn bã, thì thầm, hét lớn,… chỉ qua một yêu cầu đơn giản.
Tốc độ phản hồi nhanh: Độ trễ trung bình EVI 3 chỉ khoảng 1,2 giây, nhanh hơn nhiều mô hình AI voice khác trên thị trường, mang lại trải nghiệm hội thoại liền mạch.

3. Ứng dụng thực tế của Hume EVI 3

Mô hình ngôn ngữ giọng nói Hume EVI 3 mang lại giá trị thực tiễn trong nhiều lĩnh vực:

Dịch vụ khách hàng: Tăng trải nghiệm người dùng với giọng nói AI thân thiện, đồng cảm, điều chỉnh phong cách phù hợp với từng khách hàng, thay thế các hệ thống trả lời tự động cứng nhắc.
Sáng tạo nội dung: Tạo sách nói, lồng tiếng nhân vật game hoặc kể chuyện nhập vai với giọng nói đa phong cách, cảm xúc.
Trợ lý ảo: EVI 3 có thể trở thành bạn đồng hành ảo, hỗ trợ từ nhắc nhở công việc đến tư vấn sức khỏe tinh thần.
Huấn luyện và giáo dục: Hỗ trợ học viên qua các bài giảng tương tác, với giọng nói phù hợp ngữ cảnh, động viên, thấu hiểu cảm xúc người dùng.

4. Lộ trình phát triển Hume EVI 3

Người dùng có thể trải nghiệm Hume EVI 3 thông qua bản demo trực tiếp và ứng dụng iOS ngay hôm nay, dự kiến mở API trong vài tuần tới. Hiện tại, EVI 3 chủ yếu hỗ trợ tiếng Anh, dự kiến mở rộng sang các ngôn ngữ lớn khác như Pháp, Tây Ban Nha, Đức, Ý trong thời gian tới.

Việc Hume ra mắt EVI 3 không chỉ đơn thuần là một bản cập nhật mà là một bước nhảy vọt trong công nghệ AI giọng nói. Bằng cách kết hợp khả năng hiểu ngôn ngữ, cảm xúc và khả năng phản hồi linh hoạt, EVI 3 mang đến trải nghiệm tự nhiên, sâu sắc và cá nhân hóa hơn.