Arnold開始了他的“語音技術(shù)在今天的發(fā)展方向是什么”會(huì)議，他解釋了為什么企業(yè)正在駕馭從聊天機(jī)器人到虛擬助手再到對(duì)話式AI的進(jìn)化浪潮。
Arnold的結(jié)論是，談到語音識(shí)別技術(shù)，“人工智能帶來了各種新事物……這是一個(gè)正在發(fā)生的空間……它不會(huì)消失，也不應(yīng)該消失。”他在聊天機(jī)器人和對(duì)話式人工智能虛擬助手之間建立了對(duì)比；聊天機(jī)器人是事務(wù)性的、封閉式的、結(jié)構(gòu)化的、算法的，并且可以復(fù)制預(yù)先存在的對(duì)話，而虛擬助手是對(duì)話式的、開放式的和非結(jié)構(gòu)化的。
雖然Arnold說與去年相比沒有太大變化，但他指出企業(yè)語音技術(shù)生態(tài)系統(tǒng)正在興起。生態(tài)系統(tǒng)包括純玩兒家（Deepgram、Dubber、LumenVox、Otter.ai、Rev.ai、Speechmatics、Verbit）、主要平臺(tái)（AAWS-Amazon Lex、Google、IBM-Watson Assistant、Microsoft-Azure Cognitive Services）和UCaaS提供商（Avaya、Cisco Webex、Dialpad AI、Microsoft Teams、Zoom）。
“如果你不了解這些公司，你應(yīng)該知道，”Arnold說，并補(bǔ)充說翻譯和轉(zhuǎn)錄是他們產(chǎn)品中的標(biāo)準(zhǔn)組件。
語音技術(shù)在企業(yè)中的應(yīng)用
到目前為止，大多數(shù)企業(yè)用例都圍繞客戶服務(wù)、聯(lián)絡(luò)中心和客戶體驗(yàn)展開。Arnold提供的數(shù)據(jù)展示了語音技術(shù)的前五個(gè)領(lǐng)先用例，這些用例超越了以客戶為中心的交互：網(wǎng)絡(luò)會(huì)議轉(zhuǎn)錄、客戶體驗(yàn)和分析、字幕和隱藏式字幕、教育、學(xué)術(shù)和研究轉(zhuǎn)錄以及醫(yī)療轉(zhuǎn)錄。其他顯示出最大商業(yè)影響的用例是消費(fèi)電子產(chǎn)品、合規(guī)性、法律轉(zhuǎn)錄和媒體監(jiān)控等等。
Arnold還強(qiáng)調(diào)了以下四個(gè)重點(diǎn)關(guān)注協(xié)作和生產(chǎn)力的核心企業(yè)應(yīng)用程序：用于會(huì)議的語音轉(zhuǎn)文本應(yīng)用程序、虛擬助手、用于會(huì)話分析的自動(dòng)語音識(shí)別和實(shí)時(shí)翻譯。
Arnold通過討論如何使工作場(chǎng)所更具包容性，解釋了語音轉(zhuǎn)文本對(duì)于會(huì)議、轉(zhuǎn)錄和視頻字幕的重要性。“突然之間，虛擬桌面環(huán)境對(duì)任何人和每個(gè)人都非常強(qiáng)大”，它可以讓殘疾人使用其他人擁有的相同工具和信息流。
虛擬助理會(huì)記筆記，因此您不必這樣做，“數(shù)字助理將成為您的私人秘書。”最重要的是，Arnold解釋說搜索功能將語音轉(zhuǎn)換為數(shù)據(jù)流。一旦語音可搜索，就可以更輕松地篩選語音數(shù)據(jù)并自動(dòng)執(zhí)行與會(huì)議相關(guān)的任務(wù)。
Arnold說最大的商業(yè)影響是圍繞網(wǎng)絡(luò)會(huì)議轉(zhuǎn)錄。“人工智能已經(jīng)將語音識(shí)別的質(zhì)量提高到了在復(fù)制人類語音方面提高了95%的程度。”他繼續(xù)以亞馬遜的Alexa或蘋果的Siri為例。“你可以與那個(gè)虛擬助手交談，而不是[對(duì)著助手]吠叫，他可以為你做事、回應(yīng)，甚至在他們認(rèn)為你需要知道的事情時(shí)提示你，比如你的會(huì)議即將開始，要遲到了。”
理解虛擬助手所說內(nèi)容的下一層是自動(dòng)語音識(shí)別(ASR)--虛擬助手可以自動(dòng)識(shí)別語音，因?yàn)樗呀?jīng)通過機(jī)器學(xué)習(xí)編程來理解并用它做一些事情。然后你有對(duì)話分析的ASR，這是你試圖理解助手所說的下一層。Arnold解釋說，“這是我們了解上下文、意圖和理解一個(gè)人說話時(shí)的意思的地方。”他補(bǔ)充說，僅僅捕捉措辭是不夠的--你必須知道一個(gè)人想說什么。
人工智能和語音技術(shù)的發(fā)展方向：超越協(xié)作
在解釋語音技術(shù)的發(fā)展方向時(shí)，Arnold強(qiáng)調(diào)了沉浸式模型和元宇宙。當(dāng)我們的工作日在物理世界開始和結(jié)束時(shí)，增強(qiáng)現(xiàn)實(shí)即將出現(xiàn)。Arnold以Cisco Webex Hologram為例，它可以通過提供真實(shí)人物的逼真的實(shí)時(shí)全息圖來營(yíng)造一種共存感。這種全息圖、虛擬投影圖像、人的虛擬投影的想法，這樣你就可以和你的隊(duì)友在房間里，“這是突破性的東西，”Arnold說。“人工智能的可能性變得越來越有趣，因?yàn)檠坨R正在將虛擬元素帶入您的工作流程。”
Microsoft Mesh for Teams，或者如Arnold所指的那樣--微軟對(duì)虛擬世界的大力推動(dòng)--是沉浸式模型的另一面。“這是微軟進(jìn)入后PC世界的舉措，因?yàn)樗麄冎繮C在某些時(shí)候會(huì)消失，”Arnold說。“有趣的是人和化身的混合......所以虛擬世界和物理世界越來越接近......越來越難以關(guān)心差異。”
Meta在工作場(chǎng)所協(xié)作空間中已經(jīng)完全虛擬化，因?yàn)?ldquo;它是另一個(gè)具有這些技術(shù)用例的應(yīng)用程序，”Arnold說。這有點(diǎn)游戲化，因?yàn)榛眍愃朴谀九疾⑶已勘磺袛啵獳rnold認(rèn)為這是一種有趣的工作方式，人們可以通過這種方式有效地工作。Meta幾乎完全處于虛擬世界中，Arnold告訴與會(huì)者，如果你愿意嘗試一下，“你可能會(huì)驚訝于你當(dāng)時(shí)能做多少事情。”
Arnold解釋說，元宇宙的想法是關(guān)于利益的。“你將賭注押在人們想要社交的地方，以及從那里開始，他們想要在哪里工作和做生意。”
Arnold指出，英偉達(dá)在GPU方面占上風(fēng)，這使計(jì)算機(jī)處理速度更快，“因?yàn)檫@就是人工智能的全部意義所在，”他說。Arnold解釋說，特別是對(duì)于人工智能，“你需要很大的馬力”，而缺乏馬力是一種后備力量。例如，“只有在PC能夠以足夠快的速度處理大規(guī)模的數(shù)據(jù)變化以提供良好的體驗(yàn)之前，元宇宙才能運(yùn)行。”Arnold指出，下一代計(jì)算機(jī)將專門用于支持諸如馬力之類的東西，無論元宇宙采取何種形式，“聲音將是采用的核心。”
人工智能采用：需要牢記的注意事項(xiàng)
Arnold還談到了人工智能如何走向正確和錯(cuò)誤的方向。他設(shè)定了許多相反的結(jié)果--有意跟蹤與無意監(jiān)控，損害隱私的技術(shù)與提高生產(chǎn)力的技術(shù)，自動(dòng)化工作的技術(shù)與激發(fā)員工創(chuàng)造力的技術(shù)，以及增強(qiáng)用戶信任的技術(shù)與削弱信任的技術(shù)。
“那些整天運(yùn)行的桌面設(shè)備，捕捉旁白，突然成為頂級(jí)監(jiān)控技術(shù)，”他說，并強(qiáng)調(diào)企業(yè)必須注意這一點(diǎn)。“不是因?yàn)樗梢宰鍪裁�，而是因�(yàn)閱T工如何看待你正在嘗試做的事情。”Arnold解釋了為什么企業(yè)必須透明地將這項(xiàng)技術(shù)用于正確的目的，因?yàn)?ldquo;你不想損害隱私”。
他建議企業(yè)將精力集中在識(shí)別深度造假上，而不是驗(yàn)證什么是真實(shí)的，因?yàn)殡S著創(chuàng)新而來的是好人和壞人。“技術(shù)是中立的，但人工智能偏見會(huì)使事情復(fù)雜化。”
人工智能現(xiàn)在正在推動(dòng)各種形式的技術(shù)，包括協(xié)作等企業(yè)用例。Arnold指出，身臨其境的合作即將到來，“大玩家正在實(shí)現(xiàn)它”。他補(bǔ)充說，“人工智能走到哪里，語音技術(shù)就會(huì)緊隨其后。”同樣，他在這個(gè)空間中的最后念頭也以一句話結(jié)束。“消費(fèi)者走到哪里，企業(yè)就跟到哪里。”主要參與者都在押注這些新模型會(huì)成功--所以要做好準(zhǔn)備。
聲明:版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
原文網(wǎng)址：
https://www.nojitter.com/ai-speech-technologies/ai-speech-tech-prevail-enterprise-connect-2022
