
Lägg till som favorit
Foto: Förhandsbild från källan: Techcrunch.com
Röst-AI väntar fortfarande på sitt genombrott
Investeringar för miljarder dollar strömmar in i startups inom röst-AI, med fokus på allt från kundtjänst till automatisk diktering. Trots att nya modeller regelbundet lanseras med löften om mänskliga konversationer, menar Shawn Wen, CTO på den amerikanska plattformen PolyAI, att tekniken ännu inte har nått sitt ”ChatGPT-ögonblick”. Enligt Wen är utvecklingen av full-duplex-modeller, som kan tala och lyssna samtidigt, en viktig milstolpe, men utmaningen ligger nu i att göra resonemangsprocessen tillräckligt snabb för att samtalen ska kännas naturliga.
Enligt företrädare för företagen PolyAI och Otter är precision i röstigenkänning (ASR) avgörande för att bygga förtroende hos användarna. Felaktiga transkriptioner eller missade nyckelord kan leda till felaktiga slutsatser och åtgärder, vilket i sin tur skadar plattformarnas trovärdighet. Alex Gay, marknadschef på Otter, betonar att digitala tvillingar i möten kräver emotionella uttryck för att inte bara upplevas som enkla fråge- och svar-bottar.
Parallellt med den tekniska utvecklingen lyfts frågan om transparens. Både PolyAI och Otter betonar vikten av att vara tydliga mot användarna och kunderna med att samtal spelas in eller att det är en AI man kommunicerar med, för att säkerställa ett förtroende mellan människa och maskin.



