在过去的几年里,对语音型AI产生了兴趣 - 无论是 ,或为 但是,使用这项最新的AI浪潮的组织面临着挑战,因为理解语音 我们花了很多年时间来处理和分析现实世界的语音,以便深入了解用户行为。现在,我们很高兴宣布早期访问,测试我们的语音智能模型,看看我们的技术有多强大和灵活!继续阅读以了解如何参与。 理解我们人类 直接与我们互动 硬的 有效言论分析的挑战 我们知道语音分析不是单纯的转录问题 - 人们将情绪注入到我们的方式中。 Sarcasm,友好的语,和其他细微的语言模式需要一个水平的背景理解,即使是最好的AI一直在努力达到。 表演 但即使当它 当然,许多公司已经建立了翻译模型,支持有人试图被理解的漂亮,干净的音频录音 - 例如,有人尖锐地说话,以便被他们的家庭助理听到,或故意改变他们的语言模式,以确保AI代理人得到他们试图说的话。 is 从一开始,Modulate的目标一直是在这里破解代码,我们不只是想制造人工智能工具;我们想要创建工具,真正了解真正的人如何社交,开展业务,并了解世界,我们在这方面取得了巨大的成功 - 帮助包括Call of Duty和GTA Online在内的顶级游戏平台认识到友好的欺诈和有害的意图之间的区别;并与全球B2C品牌合作,识别失望的呼叫者或点击并防止潜在的欺诈。 我们对我们开发的产品非常自豪,以释放这种价值,包括 和 我們最近一直在思考:如果我們可以給每個人工具來做同樣的事情呢? 毒品 语音 引入Modulate的语音智能API 在ToxMod和VoiceVault的帽子下,独特的定制模型用于转录,情绪建模,深度伪造检测等等,我们学到的越多,我们就越意识到这些模型在关键方面超越了今天的市场。 现在,我们不仅仅是说,作为我们机器学习团队的骄傲(尽管它们令人难以置信!)我们的数据实际上对我们的成功至关重要。 大多数现代转录模型要么在过于原始的数据集上训练,用工作室录音或其他类似的环境构建;要么只是从YouTube或Spotify等平台上找到的一切,这些平台实际上并不像某种类型的表现那样反映现实世界的对话。 在这些混乱的数据集中,Modulate的转录性能显著优越 - 例如,我们的Word Error Rate(WER)超过了OpenAI的最新语大V3模型40%,启动时推断速度大约是15倍。 这就是为什么我们不仅对VoiceVault和ToxMod的潜力感到兴奋,而且我们也相信我们的底层模型有潜力在整个板上大规模改进AI系统,帮助我们的所有代理和分类人员在真实的对话中理解真正的人类,从未有过。 试试你自己 如果这让你兴奋,我们很乐意听到你的消息!我们正在向我们的底层模型打开API - 加入等候名单并分享更多关于您希望如何使用下一级转录、情绪分析、深度假冒检测、语音年龄估计等等,请填写快速表格 . 这里

This post provides insights into new product. 

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

該音頻是用故事的原始語言製作的！

Modulate的新语音智能API:智能转录,情绪检测和深陷防御

About Author

註釋

標籤

这篇文章刊登在

Related Stories

Claude Sonnet 3.5 系统提示泄漏：法医分析

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

比特币 UTXO 模型，为独特的生态系统提供动力

看不见的层面：为什么用户访谈是不可替代的资产

Claude Sonnet 3.5 系统提示泄漏：法医分析

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

比特币 UTXO 模型，为独特的生态系统提供动力

看不见的层面：为什么用户访谈是不可替代的资产

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps