Hume’un yeni hizmeti, geliştiricinin sorularını doğrudan sesi inceleyerek yanıtlıyor
Hume AI, ham sesi inceleyip geliştiricinin belirlediği yanıt seçeneklerine olasılık atayan Audio Decision API hizmetini duyurdu. Sistem, yalnızca konuşmanın yazılı dökümüne bağlı kalmadan konuşmacıları, arka plan seslerini ve algılanan duygusal ifadeyi değerlendirmek için tasarlandı. Aynı ses kaydına birden çok soru yöneltilebiliyor. Şirket, çağrı arşivlerinde arama ve üretilen seslerin karşılaştırılmasını kullanım örnekleri arasında sayıyor.
Yapay Zekâ··Sabah
Geliştirici soruyu ve yanıt seçeneklerini belirliyor
Konuşma ve ses için yapay zekâ geliştiren Hume AI, Audio Decision API adlı uygulama programlama arayüzünü duyurdu. Hizmet, ham sesi inceleyerek geliştiricinin belirlediği yanıt seçeneklerine olasılık atıyor. Yalnızca konuşmanın yazılı dökümüne dayanmak yerine aynı ses kaydına ilişkin birden çok yapılandırılmış soruyu yanıtlamak üzere tasarlandı. Geliştirici, ses parçasının genel bir betimlemesini istemek yerine soruyu günlük dille yazıyor ve olası yanıtları da belirliyor. Böylece sonuçlar önceden seçilmiş yanıt biçimlerinde sunuluyor.[1], [2]
Sorular konuşmacı sayısından gülme anına uzanıyor
Yanıtlar evet veya hayır, bir listeden seçim, derecelendirme ölçeği ya da ses kaydı içinde başlangıç ve bitiş zamanı biçiminde verilebiliyor. Hume’un örnekleri arasında konuşmacıları belirleme, arka plan gürültüsünü saptama, gülme, iç çekme veya şaşırma seslerinin anını bulma var. Her yeni soru için ayrı bir sınıflandırıcı eğitmek gerekmiyor. Geliştirici ek bağlam sağlayabiliyor ve olasılık eşikleriyle yanıtları iş kurallarına bağlayabiliyor. Müşteri hizmetlerinde bu değerlendirmeler, konuşma dökümüyle birlikte bir dil modeline girdi olarak sunulabiliyor.[1]
Hume, ses saptama ile dinleyici algısını ayırıyor
Hume, siren olup olmadığı gibi daha nesnel soruları bir sesin ne kadar empatik, doğal veya öfkeli duyulduğuna ilişkin algılardan ayırıyor. Dinleyiciler bu algılarda anlaşamayabiliyor. Şirket, değerlendirmelerin temsili insan yargılarıyla doğrulanmasını öneriyor. Üretilen seslerin karşılaştırılması, arşivde belirli görüşmelerin bulunması ve ardışık ses parçalarında ifadenin izlenmesi kullanım örnekleri arasında. Deneme alanı gerçek zamanlı sesi ve dosya yüklemeyi destekliyor; uygulama programlama arayüzüne erişim için bekleme listesine katılmak gerekiyor. Daha geniş canlı ve ortamı dinleyen uygulamalar uzun vadeli planlar olarak sunuluyor.[1]
İlgili köşe yazıları
Bu gündem hakkında daha fazla bilgi için ilgili köşe yazılarını okuyabilirsiniz.
