Hurston-1: voz sintética para acentos africanos y sureños en telefonía

Fuentes: Hurston-1: Open TTS Model for African and Southern Accents on Phone Lines

Hurston-1 es un modelo de texto a voz (TTS) de código abierto diseñado específicamente para generar audio con acentos que los sistemas tradicionales suelen ignorar o estandarizar incorrectamente, como el inglés del sur de Estados Unidos, Nigeria y otras regiones de África. Desarrollado por Destined AI como una variante afinada de Maya1, este modelo introduce la tecnología NB-TTS (Narrowband TTS), optimizada para las líneas telefónicas donde opera la mayoría de los servicios de atención al cliente. A diferencia de otros sistemas que priorizan la calidad de estudio, Hurston-1 produce audio en formato G.711 a 8 kHz, compatible directamente con plataformas de telefonía como Twilio, simulando lo que un llamante real escucharía.

El proyecto responde a una necesidad técnica y social: proporcionar representación lingüística precisa para agentes de IA que interactúan con usuarios diversos. El modelo permite controlar el género, la edad, el estilo y el ritmo del habla mediante descripciones en lenguaje natural, sin clonar voces específicas de personas reales. Su entrenamiento incluye 10 horas de llamadas telefónicas reales con agentes de voz de IA, además de grabaciones consentidas de contribuyentes pagados.

Los casos de uso principales incluyen la generación de datos de prueba para sistemas de reconocimiento de voz (ASR), simulación de llamadas para probar agentes conversacionales y IVR, y la creación de contenido educativo o accesible. Hurston-1 no está diseñado para mantener una identidad de marca consistente entre sesiones ni para aplicaciones críticas sin supervisión humana, pero ofrece una herramienta robusta para mejorar la equidad en el reconocimiento de acentos y la calidad de las interacciones automatizadas por teléfono.