亚马逊发布Nova Sonic生成式AI语音模型 挑战OpenAI与谷歌行业地位

4月9日，亚马逊今日正式推出新一代生成式AI语音模型Nova Sonic，标志着这家科技巨头在人工智能语音领域的重要突破。该模型凭借卓越的语音处理能力和成本优势，直接对标OpenAI与谷歌的前沿语音技术，或将重塑AI语音交互市场格局。

Nova Sonic采用创新的双向流式架构，能够原生处理语音并生成自然流畅的对话响应。亚马逊高级副总裁兼AGI首席科学家罗希特・普拉萨德透露，该模型在多语言LibriSpeech基准测试中表现优异，英语、法语等五种语言的单词错误率低至4.2%，在嘈杂环境下的语音识别准确率较竞品提升显著。特别值得注意的是，其1.09秒的平均感知延迟超越了当前主流模型的响应速度。

通过亚马逊Bedrock开发者平台，Nova Sonic以比GPT-4o低80%的定价策略进军企业级AI应用市场。这种"高性能+低成本"的组合拳，展现出亚马逊争夺AI语音市场份额的强烈意图。目前，该模型的部分组件已应用于升级版数字语音助手Alexa+，未来将拓展至更广泛的商业场景。

作为亚马逊人工通用智能(AGI)战略的关键组成部分，Nova Sonic体现了公司"多模态AI"的发展方向。普拉萨德表示，亚马逊将持续推出支持图像、视频等感官数据的AI模型，推动AI系统向更接近人类能力的方向演进。这一布局与上周发布的Nova Act浏览器AI模型形成技术协同，共同强化亚马逊在AI领域的产品矩阵。

随着Nova Sonic的加入，AI语音市场正式形成亚马逊、OpenAI和谷歌三足鼎立之势。分析人士指出，亚马逊凭借其在云计算和企业服务领域的深厚积累，可能对现有市场格局产生重大冲击。特别是在电商、智能家居等亚马逊优势领域，Nova Sonic有望快速建立竞争壁垒。

亚马逊表示，Nova Sonic即日起通过Bedrock平台向开发者开放，未来将持续优化模型性能并扩展应用场景。这场由科技巨头主导的AI语音竞赛，正推动全球语音交互技术迈向新纪元。