Në vitet e fundit, ka pasur një valë interesi në AI të bazuar në zë - nëse për të Ose të Por organizatat që përdorin këtë valë të re të AI-së përballen me një sfidë, sepse kuptimi i zërit është Ne kemi shpenzuar vite duke përpunuar dhe analizuar fjalimin e botës reale për të dhënë njohuri në sjelljet e përdoruesve. Tani, ishim të ngazëllyer për të njoftuar qasje të hershme për të testuar modelet tona themelore të inteligjencës së zërit për të parë se sa e fuqishme dhe fleksibël mund të jetë teknologjia jonë! Të kuptojmë qeniet njerëzore Ndërveproni drejtpërdrejt me ne e vështirë Sfida e analizës efektive të fjalës Ne e dimë se analiza e fjalës nuk është çështje thjesht transkriptimi – njerëzit injektojnë emocione në mënyrën se si ne veprojmë. Sarkazmi, banteri miqësor dhe modelet e tjera të nuancave të fjalimit kërkojnë një nivel të kuptimit kontekstual që edhe AI-t më të mirë kanë luftuar për të arritur. Performancë Por edhe kur ajo Sigurisht, shumë kompani kanë ndërtuar modele transkriptimi që mbështesin regjistrime të bukura, të pastra audio të bëra nga dikush duke u përpjekur të kuptohet – për shembull, dikush duke shprehur në mënyrë të mprehtë që të dëgjohet nga asistentët e tyre në shtëpi, ose duke ndryshuar qëllimisht modelet e tyre të fjalës për të siguruar që një agjent AI merr atë që ata po përpiqen të thonë. is Ne nuk duam vetëm të bëjmë mjete AI; ne duam të krijojmë mjete që në të vërtetë e kuptojnë mënyrën se si njerëzit e vërtetë shoqërohen, kryejnë biznes dhe mësojnë për botën.Dhe ne kemi pasur sukses të jashtëzakonshëm në këtë - duke ndihmuar platformat më të mira të lojrave, duke përfshirë Call of Duty dhe GTA Online, të njohin dallimin midis mashtrimit miqësor dhe qëllimit të dëmshëm; dhe duke punuar me marka globale B2C për të njohur thirrësit e frustruar ose spot dhe për të parandaluar mashtrimet e mundshme. Ne jemi jashtëzakonisht krenarë për produktet që kemi ndërtuar për të çaktivizuar këtë vlerë, duke përfshirë dhe Dhe kohët e fundit kemi menduar – çfarë nëse mund t’u japim të gjithëve mjetet për të bërë të njëjtën gjë? Toxicë zërin Përdorimi i Voice Intelligence API Nën kapakun e ToxMod dhe VoiceVault janë modele unike, të ndërtuara me porosi për transkriptimin, modelimin e emocioneve, zbulimin e deepfake dhe shumë më tepër. Tani, ne nuk po themi vetëm se si një mburojë për ekipin tonë të mësimit automatik (edhe pse ato janë të pabesueshme!) të dhënat tona janë në të vërtetë kritike për suksesin tonë. falë punës sonë në lojëra dhe në ndërmarrje, ne kemi qenë në gjendje të analizojmë qindra miliona orë të audio reale, të bisedës, duke treguar gamën e plotë të mënyrës se si njerëzit flasin me njëri-tjetrin si në aspektin profesional dhe social. Shumica e modeleve moderne të transkriptimit janë të trajnuar ose në grupe të dhënash tepër të papërpunuara, të ndërtuara nga regjistrimet në studio ose mjedise të tjera të ngjashme; ose thjesht po gërmojnë gjithçka që mund të gjejnë nga platformat si Youtube ose Spotify, të cilat në fakt nuk pasqyrojnë bisedat e botës reale aq shumë sa një lloj i caktuar i performancës. Kompanitë më të mira të inteligjencës artificiale kanë qenë në gjendje të bëjnë hapa të mëdhenj me këto grupe të të dhënave, por ende kanë tendencë të luftojnë me bisedat e zhurmshme dhe cilësinë e ndryshueshme të audios.Në këto lloje të grupeve të të dhënave të çrregullta, transkriptimi i Modulate-it funksionon në mënyrë të konsiderueshme - për shembull, shkalla jonë e gabimit të fjalës (WER) tejkalon modelin e fundit të OpenAI-së me 40%, me rreth 15 herë më të shpejtë inferencë për të nisur. Kjo është arsyeja pse ne jemi kaq të emocionuar jo vetëm për potencialin e VoiceVault dhe ToxMod vetëm – por ne gjithashtu besojmë se modelet tona themelore kanë potencialin për të përmirësuar masivisht sistemet e AI në të gjithë bordin, duke ndihmuar të gjithë agjentët dhe klasifikuesit tanë të kuptojnë qeniet e vërteta njerëzore, në biseda të vërteta, si kurrë më parë. Provoni vetë Ne jemi në procesin e hapjes së API-ve për modelet tona themelore - për t'u bashkuar me listën e pritjes dhe për të ndarë më shumë rreth asaj se si shpresoni të përdorni transkriptimin e nivelit të ardhshëm, analizën e emocioneve, zbulimin e deepfake, vlerësimin e moshës me zë ose më shumë, ju lutem plotësoni formularin e shpejtë . Këtu

This post provides insights into new product. 

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

Kjo audio është prodhuar në gjuhën origjinale të tregimit!

API e re e inteligjencës së zërit të Modulate: Transcription Smart, Emotion Detection & Deepfake Defense

About Author

KOMENTE

VARUR TAGS

KY ARTIKU U PARAQIT NË

Related Stories

Rrjeti SQD sapo vrau emetimet e tokenëve.Ja çfarë paguan 16 miliardë dollarë në DeFi TVL

Rrjeti SQD sapo vrau emetimet e tokenëve.Ja çfarë paguan 16 miliardë dollarë në DeFi TVL

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps