En los últimos años, ha habido una ola de interés en la IA basada en voz, ya sea para O sea que Pero las organizaciones que utilizan esta última ola de IA se enfrentan a un desafío, porque el entendimiento de la voz es Hemos pasado años procesando y analizando el habla en el mundo real para dar información sobre el comportamiento de los usuarios.Ahora, estábamos encantados de anunciar el acceso temprano para probar nuestros modelos de inteligencia de voz subyacentes para ver cuán potente y flexible puede ser nuestra tecnología! Comprender a los seres humanos Interactuar con nosotros directamente y duro. El desafío del análisis efectivo del habla Sabemos que el análisis del habla no es una cuestión de simple transcripción: las personas inyectan emociones en la forma en que vivimos. El sarcasmo, el banter amistoso y otros patrones de habla matizada requieren un nivel de comprensión contextual que incluso las mejores AI han luchado para alcanzar. Realiza Pero incluso cuando es Ciertamente, muchas compañías han construido modelos de transcripción que soportan grabaciones de audio agradables y limpias hechas por alguien que intenta ser entendido – por ejemplo, alguien que enuncia crisplemente para ser escuchado por su asistente doméstico, o que intencionalmente cambia sus patrones de habla para asegurarse de que un agente de IA obtenga lo que están tratando de decir. is Desde el principio, el objetivo de Modulate ha sido romper el código aquí.No solo queremos hacer herramientas de IA; queremos hacer herramientas que realmente entiendan las maneras en que las personas reales se socializan, llevan a cabo negocios y aprenden sobre el mundo.Y hemos tenido un enorme éxito en hacerlo - ayudando a las principales plataformas de juegos como Call of Duty y GTA Online a reconocer la diferencia entre la intención amistosa y perjudicial; y trabajando con marcas globales de B2C para reconocer a los llamadores frustrados o detectar y prevenir el fraude. Estamos extremadamente orgullosos de los productos que hemos construido para desbloquear este valor, incluyendo y Y últimamente hemos estado pensando: ¿y si pudiéramos dar a todos las herramientas para hacer lo mismo? Toxicidad vocalidad Introducción a la API de Inteligencia de Voz de Modulate Bajo el capó de ToxMod y VoiceVault están modelos únicos y personalizados para la transcripción, la modelización de emociones, la detección de falsedades profundas y mucho más.Y cuanto más hemos aprendido, más hemos dado cuenta de que estos modelos superan lo que está en el mercado hoy en día en maneras cruciales. Ahora, no estamos solo diciendo que como un orgullo sobre nuestro equipo de aprendizaje automático (aunque son increíbles!) nuestros datos son realmente críticos para nuestro éxito.Gracias a nuestro trabajo tanto en los juegos como en la empresa, hemos sido capaces de analizar cientos de millones de horas de audio real, conversacional, mostrando la gama completa de cómo las personas se hablan entre sí tanto profesional como socialmente. La mayoría de los modelos modernos de transcripción están entrenados en conjuntos de datos demasiado primitivos, construidos a partir de grabaciones de estudio u otros entornos similares; o simplemente están rascando todo lo que pueden encontrar de plataformas como Youtube o Spotify, que en realidad no reflejan las conversaciones del mundo real tanto como un cierto tipo de rendimiento. Las principales compañías de IA han podido dar grandes avances con estos conjuntos de datos, pero todavía tienden a luchar con conversaciones ruidosas y calidad de audio variable.En estos tipos de conjuntos de datos desordenados, la transcripción de Modulate supera sustancialmente - por ejemplo, nuestra tasa de error de palabra (WER) supera el último modelo v3 de OpenAI en un 40%, con una inferencia aproximadamente 15 veces más rápida al arrancar. Es por eso que estamos tan emocionados no solo por el potencial de VoiceVault y ToxMod solo, sino que también creemos que nuestros modelos subyacentes tienen el potencial de mejorar masivamente los sistemas de IA en todo el tablero, ayudando a todos nuestros agentes y clasificadores a entender a los seres humanos reales, en conversaciones reales, como nunca antes. Pruébalo tú mismo Si esto te emociona, nos encantaría escuchar de ti!Estamos en el proceso de abrir las APIs a nuestros modelos subyacentes - para unirse a la lista de espera y compartir más sobre cómo esperas usar la transcripción de próximo nivel, análisis de emociones, detección de falsos profundos, estimación de edad basada en voz, o más, rellene el formulario rápido . Aquí

This post provides insights into new product. 

Get ToxMod to remove toxicity from voice chat in your game.

Este audio es producido en el idioma original de la historia!

Nueva API de Inteligencia de Voz de Modulate: Transcripción Inteligente, Detección de Emociones y Defensa Deepfake

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps