Phonic, konuşma sürerken araç çağıran ses modelini kullanıma açtı
Phonic’in 29 Ekim’de erişime açtığı Phonic-1, doğrudan sesten sese çalışan bir model. Şirket, modelin kişi konuşmayı bitirmeden araç çağırabildiğini ve ayrı yazıya çevirme ile seslendirme aşamalarında kaybolabilen ses ipuçlarını koruduğunu belirtiyor. Tanıtımda 123 araç çağrısı içeren 44 dakikalık bir otel görüşmesi ile aynı konuşma içinde dil değiştirme örnekleri bulunuyor. Model doğrudan ses girdisinden konuşma çıktısı üretiyor.
Yapay Zekâ··Öğle
Ses girdisi doğrudan konuşma yanıtına dönüşüyor
Phonic’in 29 Ekim’de erişime açtığı Phonic-1 modeli, doğrudan sesten sese çalışan bir sistem. Model konuşmayı girdi olarak alıp konuşma çıktısı üretiyor. Geleneksel sesli eylemci yapay zekâ zincirinde ayrı modeller konuşmayı yazıya çeviriyor, yanıtı belirliyor ve seslendiriyor. Phonic, kendi yaklaşımıyla ses tonu, duraklamalar ve bir kişinin adını söyleyiş biçimi gibi ipuçlarını korumayı amaçladığını belirtiyor. Şirket, iki yılı aşkın süredir bu yapı üzerinde çalışıyor.[1]
Araç çağrıları, kişi konuşurken başlıyor
Şirket, Phonic-1’in arayan kişi konuşmayı bitirmeden araç çağrılarına başlayabildiğini belirtiyor. Seyahat isteği gösteriminde, istek sürerken birden fazla çağrı başlıyor. Sonradan eğitim, konuşmanın akışına, gürültülü ortamda söz sırasını yönetmeye ve konuşmacının üslubuna uygun yanıt vermeye odaklanıyor. Phonic, modelin bir görüşme sırasında dil değiştirirken aynı konuşmacı kimliğini koruyabildiğini de söylüyor. Bu özellikler şirketin ürün tanıtımındaki gösterimlerle sunuluyor.[1]
Otel görüşmesinde döküm ve araç çağrıları açılıyor
Ayrı bir gösterim, Brezilya’daki bir otelle bekârlığa veda etkinliği düzenlemek için yapılan görüşmeyi izliyor. 44 dakikalık örnekte 123 araç çağrısı bulunuyor. Görüşme dökümü, her konuşma turunun gecikmesi ve ayrı araç çağrıları platform üzerinden görülebiliyor. Phonic müşteri desteği, sağlık, işe alım ve lojistiği kullanım alanları arasında sayıyor. Ashby adlı işe alım yazılımı şirketi, Phonic’i 25 ülkede yapay zekâ görüşmelerinde kullandığını belirtiyor. Modele Phonic’in platformu üzerinden erişiliyor.[1]
