語音技術(shù)是EC19更有趣的主題之一--而不僅僅是因為我談到了它--如果你想知道都談到了什么，我有兩個不同的例子可以分享，那是我為我的演講所做的研究。
像其他任何事情一樣，這個主題只有在以某種方式思考它時才有意義。我通過解釋人工智能（AI）和語音是如何在非常不同的軌跡上的兩個不同主題來開啟我的演講。人工智能是超級大肆宣傳的，最熱的話題，并且同時是面向各個方向的。沒有重心，每個供應商都在嘗試加入人工智能元素或人工智能賦能--無論銷售什么。其中一些努力將取得成果，一些將悄然消失--語音是人工智能軌道的合理應用之一。
另一方面，語音技術(shù)非常成熟，迄今為止主要是功能性的，與音頻轉(zhuǎn)錄和語言翻譯有關(guān)的用例�，F(xiàn)在，想象一下維恩圖（Venn Diagram）和兩者之間的重疊空間，這就是我看到新價值具有潛力的地方。AI是語音識別的新轉(zhuǎn)折，由于各種原因，它將事物提升到一個全新的水平。
除了在語音準確性方面做出漸進但非常明顯的改進之外，AI還將語境，意圖，情感等帶入等式，并提升語音的價值，實際上是用于協(xié)作等用例。這是一個單獨的主題，對于這篇文章而言，我只想用我在演講中提到的具體例子來說明發(fā)生了什么。
Otter.ai--Seeing is Believing-實時轉(zhuǎn)錄
我之前已經(jīng)引用過這個例子，但它也適用于這篇文章。Otter.ai是AI Sense的獨立產(chǎn)品，是實時轉(zhuǎn)錄產(chǎn)品的領(lǐng)先示例，我認為它很快將成為協(xié)作平臺的標準功能。經(jīng)常轉(zhuǎn)錄是在事實發(fā)生之后，但實時是在當下，并且正在成為使會議更具包容性的一種方式。
除了不必記筆記--因此在會議期間有更多的參與--這還有助于聽力受損或無法跟隨英語演講的參與者與其他人保持同步。考慮與多文化參與者會面，其中英語不是母語，但也要考慮具有強烈口音的發(fā)言者，即使是講英語的參與者也很難跟隨。
我很厚顏無恥，但是在這里我想到的是Austin Powers的這個場景，當時他正在和他的爸爸一起玩耍。不僅是英語口音很大，甚至說英語的人都需要字幕，但是還有一層俚語解碼--而這是另一個AI問題，我確信Otter的人們都在努力工作加以實現(xiàn)。
回到協(xié)作環(huán)境，實時轉(zhuǎn)錄和實時翻譯的結(jié)合創(chuàng)造了另一個引人注目的用例。這種情況的變化已經(jīng)存在了一段時間，我們在微軟的EC19主題演講中看到了一個很好的例子。單獨地，這些功能中的每一個都令人印象深刻，但是當你展示它們一起工作時--正如微軟所做的將一位中國演講者的演講翻譯成英語一樣--這是非常神奇的。
然后是AI部分，這是很多新價值的來源。Otter's Teams應用程序允許使用揚聲器標記，并且所有文本都可搜索，很容易找到一個人說話的所有地點，甚至是兩個特定人互相交談的地方，或添加搜索詞以便隨時查找正在討論轉(zhuǎn)錄中出現(xiàn)的這個詞。搜索的可能性是無窮無盡的，這使得轉(zhuǎn)錄成為會議的有力增值項。
其他重要功能包括自定義語言參考，以便轉(zhuǎn)錄引擎能夠準確地跟蹤您的行業(yè)或特定項目的特定術(shù)語或縮略詞。Otter。ai與大多數(shù)主要協(xié)作平臺集成，因此它是您已經(jīng)使用的增值服務。還有雙因素身份驗證可確保您的工作空間的安全性，特別是對于那些遠程加入會議的人來說，他們的身份難以確定。
這些功能非�？�，但除非轉(zhuǎn)錄準確性很高，否則它們都不重要--不僅僅是為了閱讀，還有實際上當你真正付出最多的注意力時。對于Otter.ai而言，準確性是一種自豪感--就像我一直在談論的每個語音文本播放器一樣--如果你看看該團隊的背景，那么你一定相信血統(tǒng)論的正確存在。
作者：喬恩.阿諾德（Jon Arnold）
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-plus-speech-equals-new-value%20
