ดิลัน ฟ็อกซ์ ซีอีโอ และผู้ก่อตั้ง AssemblyAI – สัมภาษณ์ซีรีส์

ดิลัน ฟ็อกซ์ เป็น CEO และผู้ก่อตั้ง AssemblyAI ซึ่งเป็นแพลตฟอร์มที่แปลงไฟล์เสียงและวิดีโอ รวมถึงสตรีมเสียงสดเป็นข้อความโดยใช้ Speech-to-Text APIs ของ AssemblyAI

สิ่งใดที่ดึงดูดคุณให้เข้าสู่สาขาการเรียนรู้ของเครื่องจักร?

ฉันเริ่มต้นด้วยการเรียนรู้การเขียนโปรแกรมและเข้าร่วม Python Meetups ในวอชิงตัน ดีซี ซึ่งเป็นที่ที่ฉันเรียนมหาวิทยาลัย ผ่านการเรียนในมหาวิทยาลัย ฉันพบว่าตัวเองมีความสนใจในเรื่องของการเขียนโปรแกรมประเภทอัลกอริทึม ซึ่งนำไปสู่การเรียนรู้เกี่ยวกับการเรียนรู้ของเครื่องจักรและ NLP

ก่อนที่คุณจะก่อตั้ง AssemblyAI คุณเคยทำงานเป็น Senior Software Engineer ที่ Cisco คุณทำงานอะไร?

ที่ Cisco ฉันทำงานเป็น Senior Software Engineer โดยมุ่งเน้นในการพัฒนา Machine Learning สำหรับผลิตภัณฑ์ในการทำงานร่วมกัน

งานของคุณที่ Cisco และปัญหาในการหาสpeech recognition technology นำไปสู่การก่อตั้ง AssemblyAI ได้อย่างไร?

ในงานก่อนหน้านี้ ฉันมีโอกาสทำงานในหลายๆ โครงการที่ต้องการ speech recognition แต่ทุกๆ บริษัทที่ให้บริการ speech recognition เป็นบริการนั้นมีความเก่าแก่และยากต่อการซื้อหรือใช้งาน นอกจากนี้ยังใช้เทคโนโลยี AI ที่ล้าสมัย

เมื่อฉันสนใจการวิจัย AI มากขึ้น ฉันพบว่ามีการวิจัยมากมายในด้าน speech recognition และความเร็วในการพัฒนานั้นมาก ฉันจึงคิดว่า “ถ้าเราสามารถสร้างบริษัทที่ให้บริการ API ที่ใช้เทคโนโลยี AI ล่าสุดเพื่อช่วยให้นักพัฒนาเข้าถึงเทคโนโลยี AI ที่ดีที่สุดสำหรับการรู้จำเสียงพูดได้ง่ายขึ้น จะเป็นอย่างไร?”

และจากนั้นความคิดในการก่อตั้ง AssemblyAI ก็เกิดขึ้น

สิ่งที่ท้าทายที่สุดในการสร้างเทคโนโลยีการรู้จำเสียงพูดที่แม่นยำและเชื่อถือได้คืออะไร?

ค่าใช้จ่ายและทักษะเป็นสองสิ่งที่ท้าทายที่สุดสำหรับบริษัทใดๆ ในการสร้างเทคโนโลยีการรู้จำเสียงพูดที่แม่นยำและเชื่อถือได้

การเก็บข้อมูลมีค่าใช้จ่ายสูงและต้องการหลายร้อยชั่วโมงในการสร้างระบบการรู้จำเสียงพูดที่มีความน่าเชื่อถือ นอกจากนี้การฝึกอบรมและใช้งานระบบเหล่านี้ใน生产ยังต้องการทักษะพิเศษและค่าใช้จ่ายสูง

การสร้างเทคโนโลยีเหล่านี้ต้องการทักษะพิเศษซึ่งยากต่อการหามา นั่นเป็นเหตุผลที่ลูกค้าหลายรายเลือก AssemblyAI เพื่อให้เข้าถึงเทคโนโลยี AI ที่ดีที่สุดสำหรับการรู้จำเสียงพูดและ NLP โดยใช้ API ที่ง่ายต่อการใช้งาน

นอกเหนือจากการถอดเสียงและวิดีโอ AssemblyAI ยังมีโมเดล AI อื่นๆ อีกมากมาย คุณสามารถอธิบายได้หรือไม่?

ชุดโมเดล AI ของเรานั้นไม่ได้จำกัดอยู่แค่การถอดเสียงและวิดีโอเท่านั้น แต่ยังมีโมเดล AI อื่นๆ ที่ช่วยให้ลูกค้าสามารถวิเคราะห์และเข้าใจข้อมูลเสียงได้ดีขึ้น

โมเดลการสรุปของเราสามารถสรุปข้อมูลเสียงและวิดีโอได้ รวมถึงการสรุปที่มีเวลาและหัวข้อที่ชัดเจน

โมเดลการวิเคราะห์ความรู้สึกของเราสามารถตรวจจับความรู้สึกของแต่ละประโยคในข้อความเสียงได้

โมเดลการตรวจจับสิ่งของของเราสามารถตรวจจับสิ่งของและบุคคลที่กล่าวถึงในข้อความเสียงได้

โมเดลการตรวจจับหัวข้อของเราสามารถตรวจจับหัวข้อที่กล่าวถึงในข้อความเสียงและวิดีโอได้

โมเดลการตรวจสอบเนื้อหาของเราสามารถตรวจจับเนื้อหาที่มีความเสี่ยงในข้อความเสียงและวิดีโอได้

ใช้กรณีใดบ้างที่ใหญ่ที่สุดสำหรับบริษัทที่ใช้ AssemblyAI?

ใช้กรณีที่ใหญ่ที่สุดสำหรับ AssemblyAI คือ การใช้งานในด้านโทรศัพท์ วิดีโอ การประชุมเสมือน และสื่อ

CallRail เป็นตัวอย่างของลูกค้าที่ใช้ AssemblyAI ในด้านโทรศัพท์ โดยใช้โมเดล AI ของเราสำหรับการถอดเสียงและวิเคราะห์ข้อมูลเสียง

ในด้านวิดีโอ AssemblyAI ช่วยให้ลูกค้าสามารถถอดเสียงและวิดีโอได้ง่ายขึ้น และสามารถใช้ข้อมูลนั้นเพื่อปรับปรุงการทำงานของตนเอง

ในด้านการประชุมเสมือน AssemblyAI ช่วยให้ลูกค้าสามารถถอดเสียงและวิเคราะห์ข้อมูลเสียงได้ ทำให้สามารถปรับปรุงการทำงานและเพิ่มประสิทธิภาพในการประชุม

ในด้านสื่อ AssemblyAI ช่วยให้ลูกค้าสามารถถอดเสียงและวิเคราะห์ข้อมูลเสียงได้ ทำให้สามารถเพิ่มประสิทธิภาพในการทำงานและปรับปรุงการให้บริการ

AssemblyAI เพิ่งได้รับเงินลงทุน 30 ล้านเหรียญสหรัฐฯ ในรอบ Series B จะช่วยให้ AssemblyAI พัฒนาไปอย่างไร?

การลงทุนนี้จะช่วยให้ AssemblyAI สามารถพัฒนาและขยายธุรกิจได้มากขึ้น โดยเฉพาะอย่างยิ่งในด้านการวิจัยและพัฒนาเทคโนโลยี AI

AssemblyAI มีเป้าหมายที่จะให้บริการ AI ที่ดีที่สุดสำหรับนักพัฒนาและทีมผลิตภัณฑ์ โดยใช้ API ที่ง่ายต่อการใช้งาน

การลงทุนนี้จะช่วยให้ AssemblyAI สามารถเพิ่มทีมงานและขยายธุรกิจได้มากขึ้น และจะช่วยให้ AssemblyAI สามารถให้บริการ AI ที่ดีที่สุดสำหรับนักพัฒนาและทีมผลิตภัณฑ์

มีสิ่งอื่นๆ ที่คุณต้องการแบ่งปันเกี่ยวกับ AssemblyAI หรือไม่?

เป้าหมายของเราคือการให้บริการ AI ที่ดีที่สุดสำหรับนักพัฒนาและทีมผลิตภัณฑ์ โดยใช้ API ที่ง่ายต่อการใช้งาน

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม AssemblyAI เพื่อเรียนรู้เพิ่มเติม