Au cours des dernières années, il y a eu une vague d'intérêt pour l'IA basée sur la voix - que ce soit pour ou à Mais les organisations qui utilisent cette nouvelle vague d’IA font face à un défi, car la compréhension de la voix est Nous avons passé des années à traiter et à analyser le langage du monde réel pour donner des informations sur le comportement des utilisateurs.A'hui, nous avons été ravis d'annoncer l'accès précoce pour tester nos modèles d'intelligence vocale sous-jacents pour voir à quel point notre technologie peut être puissante et flexible! Comprendre les êtres humains Interagissez avec nous directement du dur. Le défi de l'analyse de la parole efficace Nous savons que l'analyse de la parole n'est pas une question de simple transcription - les gens injectent des émotions dans la façon dont nous Le sarcasme, le bander amical et d’autres modèles de discours nuancés nécessitent un niveau de compréhension contextuelle que même les meilleurs AI ont du mal à atteindre. Exécution Mais même quand il est Bien sûr, de nombreuses entreprises ont construit des modèles de transcription qui prennent en charge des enregistrements audio agréables et propres réalisés par quelqu'un qui essaie d'être compris - par exemple, quelqu'un prononçant clairement pour être entendu par son assistant à domicile, ou modifiant délibérément leurs modèles de parole pour s'assurer qu'un agent d'IA obtient ce qu'ils essaient de dire. is Nous ne voulons pas seulement fabriquer des outils d'IA; nous voulons créer des outils qui comprennent réellement les façons dont les gens réels se socialisent, font des affaires et apprennent sur le monde.Et nous avons eu un énorme succès à le faire - aidant les plateformes de jeu de pointe, y compris Call of Duty et GTA Online, à reconnaître la différence entre les intentions amicales et nuisibles; et à travailler avec des marques B2C mondiales pour reconnaître les appelants frustrés ou les spots et prévenir les fraudes potentielles. Nous sommes extrêmement fiers des produits que nous avons construits pour débloquer cette valeur, y compris et Et nous avons récemment pensé – et si nous pouvions donner à tout le monde les outils pour faire de même? Toxicité voix Introduction de l'API Voice Intelligence de Modulate Sous le capot de ToxMod et de VoiceVault se trouvent des modèles uniques et personnalisés pour la transcription, la modélisation des émotions, la détection de faux profonds et bien plus encore. Maintenant, nous ne disons pas que nous sommes fiers de notre équipe d'apprentissage automatique (bien qu'ils soient incroyables!) Nos données sont en fait cruciales pour notre succès.Grâce à notre travail dans les jeux et l'entreprise, nous avons pu analyser des centaines de millions d'heures d'audio réel et de conversation, montrant la gamme complète de la façon dont les gens se parlent les uns aux autres à la fois professionnellement et socialement. La plupart des modèles de transcription modernes sont entraînés soit sur des ensembles de données trop inhabituels, construits à partir d'enregistrements de studio ou d'autres environnements similaires; ou simplement enlevant tout ce qu'ils peuvent trouver sur des plateformes comme Youtube ou Spotify, qui ne reflètent pas réellement les conversations du monde réel autant qu'un certain type de performance. Les meilleures sociétés d'IA ont pu faire de grands progrès avec ces ensembles de données, mais ont toujours tendance à lutter contre les conversations bruyantes et la qualité audio variable.Sur ces types de ensembles de données gênants, la transcription de Modulate est nettement supérieure - par exemple, notre taux d'erreur Word (WER) dépasse le dernier modèle v3 de l'OpenAI de 40%, avec une déduction environ 15 fois plus rapide au démarrage. C’est pourquoi nous sommes si excités non seulement par le potentiel de VoiceVault et de ToxMod seuls – mais nous croyons également que nos modèles sous-jacents ont le potentiel d’améliorer massivement les systèmes d’IA à l’échelle mondiale, aidant tous nos agents et classificateurs à comprendre les vrais êtres humains, dans des conversations réelles, comme jamais auparavant. Essayez-le vous-même Si cela vous excite, nous aimerions entendre parler de vous!Nous sommes dans le processus d'ouvrir des API à nos modèles sous-jacents - pour rejoindre la liste d'attente et partager plus sur la façon dont vous espérez utiliser la transcription de niveau suivant, l'analyse des émotions, la détection de fausseté profonde, l'estimation de l'âge basée sur la voix ou plus, veuillez remplir le formulaire rapide . ici

This post provides insights into new product. 

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

Cet audio est produit dans la langue originale de l'histoire !

La nouvelle API d’intelligence vocale de Modulate : Transcription intelligente, détection d’émotions et défense profonde

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Vous voulez gagner un concours d’écriture HackerNoon ? Voici ce que recommandent les gagnants du concours #crypto-api

Le modèle Bitcoin UTXO, alimentant un écosystème unique

Appuyez pour gagner : Telegram pourrait intégrer les 10 prochains milliards d'utilisateurs de crypto avant Solana

Créer des produits cryptographiques centrés sur l'utilisateur : l'importance des retours clients

Vous voulez gagner un concours d’écriture HackerNoon ? Voici ce que recommandent les gagnants du concours #crypto-api

Le modèle Bitcoin UTXO, alimentant un écosystème unique

Appuyez pour gagner : Telegram pourrait intégrer les 10 prochains milliards d'utilisateurs de crypto avant Solana

Créer des produits cryptographiques centrés sur l'utilisateur : l'importance des retours clients

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps