Lãnh Đạo PolyAI Nói AI Giọng Nói Chưa Tới Mốc ChatGPT

Shawn Wen của PolyAI nói tại HumanX tháng trước rằng model vừa nói vừa nghe đã là một mốc. Dù vậy, ông cho rằng AI giọng nói vẫn chưa có bước ngoặt như ChatGPT.

Ông nói thách thức tiếp theo là làm suy luận thật nhanh để model lấy câu trả lời kịp lúc, khiến cuộc trò chuyện nghe tự nhiên hơn. Ông cũng nói trợ lý AI trong dịch vụ khách hàng không nên nghe như máy và phải tạo đủ tin cậy để người gọi tin rằng họ có thể giải quyết vấn đề.

Alex Gay của Otter nói việc nhận diện người nói, ghi nhận ý định và ghép với tri thức của tổ chức là bước quan trọng để tự động hóa. Ông cho biết Otter cũng đang làm việc với các bản sao số có thể đại diện cho người trong cuộc họp.

Wen cũng nói model nhận dạng giọng nói thường bỏ sót từ khóa quan trọng, làm mất bối cảnh. Gay cho biết ngôn ngữ là một điểm model giọng nói cần tiến bộ thêm, và Otter vẫn tiếp tục cải thiện phần chép lời để tránh sai sót làm mất niềm tin vào nền tảng.