尽管投资者已向语音AI初创公司投入数十亿美元,且全双工模型等技术不断涌现,但业内人士认为语音AI尚未迎来属于自己的“ChatGPT时刻”。PolyAI首席技术官指出,当前的核心挑战在于提升推理速度,使模型能快速获取答案、让对话更自然,同时客服AI代理需避免机械感,逐步建立用户信任。Otter首席营销官则强调,说话人识别、意图捕捉及结合组织知识生成记录是实现自动化的关键,并正在探索可在会议中代表真人的数字孪生技术,其输出语音需具备与真人交流相当的情感表达。此外,自动语音识别模型常遗漏关键词,影响上下文理解,语音AI在理解力与透明度上仍有明显短板。
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅