Arnold開始了他的“語音技術在今天的發(fā)展方向是什么”會議，他解釋了為什么企業(yè)正在駕馭從聊天機器人到虛擬助手再到對話式AI的進化浪潮。
Arnold的結論是，談到語音識別技術，“人工智能帶來了各種新事物……這是一個正在發(fā)生的空間……它不會消失，也不應該消失。”他在聊天機器人和對話式人工智能虛擬助手之間建立了對比；聊天機器人是事務性的、封閉式的、結構化的、算法的，并且可以復制預先存在的對話，而虛擬助手是對話式的、開放式的和非結構化的。
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（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，你應該知道，”Arnold說，并補充說翻譯和轉錄是他們產(chǎn)品中的標準組件。
語音技術在企業(yè)中的應用
到目前為止，大多數(shù)企業(yè)用例都圍繞客戶服務、聯(lián)絡中心和客戶體驗展開。Arnold提供的數(shù)據(jù)展示了語音技術的前五個領先用例，這些用例超越了以客戶為中心的交互：網(wǎng)絡會議轉錄、客戶體驗和分析、字幕和隱藏式字幕、教育、學術和研究轉錄以及醫(yī)療轉錄。其他顯示出最大商業(yè)影響的用例是消費電子產(chǎn)品、合規(guī)性、法律轉錄和媒體監(jiān)控等等。
Arnold還強調(diào)了以下四個重點關注協(xié)作和生產(chǎn)力的核心企業(yè)應用程序：用于會議的語音轉文本應用程序、虛擬助手、用于會話分析的自動語音識別和實時翻譯。
Arnold通過討論如何使工作場所更具包容性，解釋了語音轉文本對于會議、轉錄和視頻字幕的重要性。“突然之間，虛擬桌面環(huán)境對任何人和每個人都非常強大”，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)并自動執(zhí)行與會議相關的任務。
Arnold說最大的商業(yè)影響是圍繞網(wǎng)絡會議轉錄。“人工智能已經(jīng)將語音識別的質(zhì)量提高到了在復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。“你可以與那個虛擬助手交談，而不是[對著助手]吠叫，他可以為你做事、回應，甚至在他們認為你需要知道的事情時提示你，比如你的會議即將開始，要遲到了。”
理解虛擬助手所說內(nèi)容的下一層是自動語音識別(ASR)--虛擬助手可以自動識別語音，因為它已經(jīng)通過機器學習編程來理解并用它做一些事情。然后你有對話分析的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、意圖和理解一個人說話時的意思的地方。”他補充說，僅僅捕捉措辭是不夠的--你必須知道一個人想說什么。
人工智能和語音技術的發(fā)展方向：超越協(xié)作
在解釋語音技術的發(fā)展方向時，Arnold強調(diào)了沉浸式模型和元宇宙。當我們的工作日在物理世界開始和結束時，增強現(xiàn)實即將出現(xiàn)。Arnold以Cisco Webex Hologram為例，它可以通過提供真實人物的逼真的實時全息圖來營造一種共存感。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，因為眼鏡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--微軟對虛擬世界的大力推動--是沉浸式模型的另一面。“這是微軟進入后PC世界的舉措，因為他們知道PC在某些時候會消失，”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......越來越難以關心差異。”
Meta在工作場所協(xié)作空間中已經(jīng)完全虛擬化，因為“它是另一個具有這些技術用例的應用程序，”Arnold說。這有點游戲化，因為化身類似于木偶并且腰部被切斷，但Arnold認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告訴與會者，如果你愿意嘗試一下，“你可能會驚訝于你當時能做多少事情。”
Arnold解釋說，元宇宙的想法是關于利益的。“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，英偉達在GPU方面占上風，這使計算機處理速度更快，“因為這就是人工智能的全部意義所在，”他說。Arnold解釋說，特別是對于人工智能，“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之前，元宇宙才能運行。”Arnold指出，下一代計算機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
Arnold還談到了人工智能如何走向正確和錯誤的方向。他設定了許多相反的結果--有意跟蹤與無意監(jiān)控，損害隱私的技術與提高生產(chǎn)力的技術，自動化工作的技術與激發(fā)員工創(chuàng)造力的技術，以及增強用戶信任的技術與削弱信任的技術。
“那些整天運行的桌面設備，捕捉旁白，突然成為頂級監(jiān)控技術，”他說，并強調(diào)企業(yè)必須注意這一點。“不是因為它可以做什么，而是因為員工如何看待你正在嘗試做的事情。”Arnold解釋了為什么企業(yè)必須透明地將這項技術用于正確的目的，因為“你不想損害隱私”。
他建議企業(yè)將精力集中在識別深度造假上，而不是驗證什么是真實的，因為隨著創(chuàng)新而來的是好人和壞人。“技術是中立的，但人工智能偏見會使事情復雜化。”
人工智能現(xiàn)在正在推動各種形式的技術，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，“大玩家正在實現(xiàn)它”。他補充說，“人工智能走到哪里，語音技術就會緊隨其后。”同樣，他在這個空間中的最后念頭也以一句話結束。“消費者走到哪里，企業(yè)就跟到哪里。”主要參與者都在押注這些新模型會成功--所以要做好準備。
聲明:版權所有 非合作媒體謝絕轉載
原文網(wǎng)址：
https://www.nojitter.com/ai-speech-technologies/ai-speech-tech-prevail-enterprise-connect-2022
