Мы делаем Voice Mode в GigaChat — голосового AI-агента для сложных пользовательских сценариев. Хотим, чтобы общение с ним было максимально похоже на разговор с человеком: с естественной речью, длинным диалогом и нормальной реакцией на перебивания. Отдельно работаем над надежной работой с внешними инструментами, низкой задержкой и эмпатией.
У нас уже есть все основные компоненты для работы: LLM GigaChat, harness для работы с инструментами и оркестрации, ASR-модель для русского языка GigaAM, audio-conditioned модель GigaChat Audio и LLM-based синтез речи GigaTTS. Попробовать голосовой режим наших продуктов можно на giga.chat.
В команде можно сфокусироваться на одном из направлений. Не обязательно одинаково глубоко разбираться в голосовых технологиях, agent harness и обучении моделей.