語音 AI 為何遲未迎爆發期,辨識準度與情緒是最大弱點_台区App Store注册教程
探索
2026-11-21 23:45:19
0
語音 AI 雖然持續進化,語音迎爆與情但業界主管普遍認為,為何它距離迎來類似 ChatGPT 的發期關鍵時刻仍有明顯差距。PolyAI 與 Otter 的辨識高層近日指出,語音系統要成為可靠的準度自然對話工具,仍受限於語音辨識準確度、緒最台区App Store注册教程推論速度,大弱點以及能否呈現更接近人類的語音迎爆與情情緒與語氣。
PolyAI 技術長 Shawn Wen 表示,為何能同時收聽與回應的發期全雙工(full-duplex)模型已達到重要里程碑,下一步是辨識讓推論速度更快,才能即時找出答案、準度維持對話流暢。緒最求日区apple id 申请方法他也強調,大弱點客服型 AI 不只要回答問題,語音迎爆與情還要讓使用者有足夠的信心,相信系統真的能協助解決問題。
Otter 行銷長 Alex Gay 則指出,會議自動化的核心不只是逐字轉錄,而是要能辨識說話者、理解意圖,並把內容與組織知識連結起來。他認為,若語音系統無法在辯論或策略討論中展現更自然的情緒表達,最終只會像問答機器人,而不是能參與對話的工具。
兩位主管都把語音辨識視為目前最關鍵的弱點。Wen 說,自動語音辨識(ASR)模型常會漏掉關鍵字,導致對話上下文無法完整保留;Gay 也表示,對 Otter 而言,轉錄從來不是終點,而是後續生產力功能的基礎。若最初的轉錄不夠準確,後續的摘要與行動建議就可能出錯,削弱使用者對平台的信任。
此外,語音 AI 的透明度也成為焦點。Otter 正在研究如何讓所有與會者知道會議正在錄音,即使會議中沒有記錄機器人出席,也希望透過聊天通知等方式建立信任。Wen 也提到,在企業通話情境中,讓使用者清楚知道自己正在與 AI 對話,同樣十分重要。
- These execs think voice AI hasn’t reached its ChatGPT moment yet
- Voice AI Executives Say Context Still Limits Natural Conversations
(首圖為示意圖,來源:Unsplash)