Pavel Osokin, Co-Founder & CEO of AMAI – Seri Wawancara

Pavel Osokin adalah Co-Founder & CEO dari AMAI, sebuah startup yang berbasis di San Francisco yang memproduksi mesin suara AI. Pavel memimpin operasi dan strategi Amai dengan ambisi profesional untuk menginstal teknologi suara mereka ke setiap ponsel di dunia. Di AMAI, mereka mengembangkan suara AI yang tidak dapat dibedakan dari ucapan manusia oleh 97% pengguna.

Anda telah menjadi seorang wirausaha seumur hidup, meluncurkan perusahaan pertama Anda pada usia 13 tahun, apa yang menjadi upaya pertama Anda dalam bisnis dan apa yang memotivasi Anda untuk memiliki mindset wirausaha?

Saya tidak benar-benar menyebutnya sebuah perusahaan, tetapi saya membuat uang pertama saya dengan menjual beberapa barang atau hanya mencuci mobil di jalan dengan ember. Motivasi saya adalah saya ingin memiliki Coke atau Snickers, dan orang tua saya tidak memiliki uang. Saya bisa menunggu uang untuk muncul atau menghasilkannya sendiri. Menunggu tidak menarik bagi saya.

Apakah Anda bisa berbagi cerita tentang asal muasal AMAI?

Saya bertanya kepada mitra saya, “Apa yang dibutuhkan perusahaan di seluruh dunia?” Dalam percakapan itu, saya menyadari bahwa setiap bisnis mencari “penjualan”. Kami mulai membuat robot yang dapat berkomunikasi dengan pelanggan dan menjual produk melalui surat dan pesan. Di sisi lain, itu tidak terlalu baru karena banyak chatbot yang tersedia. Jadi, kami pikir bahwa jika robot tersebut juga dapat membuat panggilan, itu akan keren. Karena ada beberapa solusi yang baik di pasar, kami membuat prototipe suara sintetis kami sendiri, dan setelah penjualan pertama, kami meninggalkan robot dan fokus pada TTS.

Apa yang dimaksud dengan AMAI secara spesifik?

Ini berarti Saya AI (Saya kecerdasan buatan).

Apakah Anda bisa membahas beberapa tantangan di balik merancang teknologi Text-to-speech yang canggih?

Merancang TTS yang canggih menawarkan beberapa tantangan. Yang pertama adalah mengumpulkan dataset. Melatih jaringan neural memerlukan suara perempuan dan laki-laki dengan berbagai usia, dan semakin banyak, semakin baik. Kedua, Anda perlu mencapai kesamaan yang sangat dekat dengan suara alami. Metode terbaik adalah menguji berbagai model pembelajaran mesin dan terus bereksperimen dengan berbagai kasus penggunaan suara: khususnya, Anda perlu menemukan sampel yang paling bermasalah dan memprosesnya secara terpisah. Berbicara tentang tantangan jangka panjang, dapat sulit untuk menilai apakah suara telah menjadi lebih baik atau lebih buruk, dan dalam arah apa itu harus ditingkatkan.

Apa yang menjadi beberapa tantangan di balik pengenalan suara ketika manusia berinteraksi dengan AI suara AMAI?

Ada ratusan perusahaan yang bekerja pada pengenalan suara karena lebih mudah dikembangkan. Masalah yang saat ini tidak memiliki solusi adalah pengenalan suara anak. Anak-anak memiliki banyak karakteristik ucapan pada usia muda, sehingga sulit untuk mempertimbangkan semua hal tersebut. Namun, kami telah bekerja pada solusi untuk masalah ini, dan kami sangat dekat dengan mengumumkan hasilnya – sehingga segera, AI kami tidak akan memiliki masalah berinteraksi tidak hanya dengan orang dewasa, tetapi juga dengan anak-anak.

Apa yang menjadi beberapa kasus penggunaan populer untuk AMAI?

Saat ini, itu adalah dubbing buku audio dan penggunaan perusahaan di pusat panggilan.

Bahasa apa yang saat ini ditawarkan, dan bahasa apa yang saat ini sedang dikerjakan?

Sistem multi-pembicara kami mencakup dua bahasa, Rusia dan Inggris. Ideanya adalah suara yang dibuat dalam satu bahasa dapat berbicara semua bahasa lain dalam model kami juga. Saat ini, kami mengumpulkan data untuk 40 bahasa lain, dan sangat segera kami akan memiliki 42.

Apa visi Anda untuk masa depan asisten suara AI?

Saya percaya bahwa asisten suara akan bergerak ke metaverse, dan kami saat ini sedang mempelajari kesempatan ini. Jika Anda mengintegrasikan asisten dengan speaker pintar atau browser web, lebih banyak orang akan menggunakan pencarian suara dan berinteraksi dengan asisten setiap hari. Anda dapat berbicara dengan kulkas atau TV.

Apakah ada yang lain yang Anda ingin bagikan tentang AMAI?

AMAI hanya menggunakan teknologi proprietary mereka sendiri.

Terima kasih atas wawancara, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi AMAI.