据 PolyAI 首席技术官 Shawn Wen 和 Otter 首席营销官 Alex Gay 上月在 HumanX 大会上的发言,语音 AI 模型已经实现全双工能力,但尚未迎来其“ChatGPT 时刻”。Wen 指出,下一项挑战是提高推理速度,从而实现听起来自然的对话,而客户希望 AI 代理听起来充满自信且具有人性化,而不是机械生硬。Gay 强调,虚拟化身中的说话人识别、意图捕捉和情感表达对于建立用户信任至关重要。
两位高管都强调了自动语音识别准确性、语言理解和透明度方面持续存在的挑战。Wen 强调,在企业通话中披露用户正在与 AI 交谈非常重要。Gay 补充说,如果转录准确性受到影响,所有下游操作都会变得不可靠,从而削弱用户对平台的信任。改进 ASR 模型对于语音 AI 工具的可行性仍然至关重要。