En un mundo donde las interfaces gráficas han dominado durante décadas, las expectativas de los usuarios han comenzado a cambiar. Hoy en día, cada vez más personas buscan interacciones basadas en la voz con sus aplicaciones. En este contexto, Amazon ha presentado Nova Sonic, un modelo de inteligencia artificial de última generación que forma parte de Amazon Bedrock. Este modelo facilita conversaciones bidireccionales y naturales a través de voz, permitiendo una interacción más fluida con las aplicaciones mediante una simple API de transmisión.
Un ejemplo de esta innovación se puede observar en la nueva experiencia de voz de la aplicación Smart Todo. Esta herramienta, que permite gestionar tareas de manera eficiente, ha evolucionado para ofrecer una experiencia verdaderamente manos libres, transformando la gestión de tareas rutinarias en una conversación intuitiva.
La integración de asistentes de voz colaborativos plantea una importante mejora en la usabilidad. A menudo, características que mejorarían la experiencia del usuario son pospuestas debido a su complejidad en la implementación. Funciones como acciones por lotes inteligentes, flujos de trabajo personalizados y asistencia guiada por voz se encuentran en debates, pero frecuentemente son dejadas de lado. La voz no es solo un modo adicional de interacción; también abre nuevas posibilidades para los usuarios de tecnologías asistivas, como lectores de pantalla, permitiendo interacciones más inclusivas.
Amazon Nova Sonic no se limita a comandos de voz simples, ya que tiene la capacidad de planear flujos de trabajo complejos, invocar herramientas de backend y mantener contextualidad entre múltiples interacciones. Esto significa que los usuarios pueden colaborar realmente con las aplicaciones en lugar de simplemente operarlas.
Los ejemplos de interacción de voz en diferentes dominios muestran cómo se puede facilitar la gestión de tareas y la atención al cliente. Por ejemplo, un usuario puede decir «Completa todas mis tareas» y el sistema ejecutará la acción correspondiente sin necesidad de llenar formularios.
La arquitectura de Nova Sonic permite un flujo de datos en tiempo real, donde audio de entrada y respuestas del modelo se transmiten simultáneamente. Después de iniciar la sesión, se pueden intercambiar eventos de audio y texto, garantizando una interacción rica y dinámica. Además, el uso de una arquitectura de aplicación sin servidor garantiza la escalabilidad y seguridad necesarias para soportar estas interacciones en tiempo real.
El uso de herramientas clave de AWS, como Amazon Bedrock y Amazon CloudFront, potencia esta interacción mediante distribución global y bajo tiempo de latencia. Así, la aplicación Smart Todo se despliega en un entorno optimizado que permite interacciones de voz, tarea por tarea, de una forma que se siente natural.
A medida que la tecnología avanza, la voz se está convirtiendo en la interfaz principal para flujos de trabajo complejos, demostrando que hablar puede ser más rápido y eficiente que interactuar a través de interfaces tradicionales. Con la continua evolución de modelos como Amazon Nova Sonic, el futuro de las aplicaciones podría estar más ligado a la conversación que a los clics en la pantalla.
vía: AWS machine learning blog
