Matt Hocking, ผู้ร่วมก่อตั้ง WellSaid Labs – สัมภาษณ์แบบซีรีส์

Matt Hocking เป็นผู้ร่วมก่อตั้ง WellSaid Labs, ซึ่งเป็นแพลตฟอร์ม AI Voice Generator ระดับองค์กรชั้นนำ เขามีประสบการณ์มากกว่า 15 ปีในการนำทีมและจัดส่งโซลูชันเทคโนโลยีในระดับใหญ่

ภูมิหลังของคุณมีความเป็นผู้ประกอบการค่อนข้างสูง คุณเริ่มเกี่ยวข้องกับ AI อย่างไร?

ฉันคิดว่าฉันเองก็เป็นผู้ประกอบการมาตลอด ฉันเริ่มธุรกิจแรกของฉันหลังจากจบมหาวิทยาลัย และด้วยประสบการณ์ในการออกแบบผลิตภัณฑ์ ฉันจึงมองหาช่วยเหลือผู้คนในการพัฒนาแนวคิดในระยะแรกตลอดอาชีพการงานของฉัน ฉัน曾ทำงานร่วมกับหลายๆ สตาร์ทอัพซึ่งได้พัฒนาไปสู่ความสำเร็จที่น่าประทับใจ ในระหว่างประสบการณ์เหล่านั้น ฉันได้พบกับหลายๆ ผู้ก่อตั้งที่มีแนวคิดที่ดี ซึ่งได้สร้างแรงบันดาลใจให้ฉันในการติดตามความคิดของตัวเอง AI เป็นสิ่งที่ใหม่สำหรับฉันเมื่อฉันเข้าร่วม AI2 แต่ประสบการณ์นั้นได้ให้โอกาสฉันในการนำประสบการณ์ในการออกแบบผลิตภัณฑ์และสตาร์ทอัพมาประยุกต์ใช้กับการวิจัยที่น่าสนใจ และจินตนาการว่าความก้าวหน้าเหล่านี้จะช่วยเหลือผู้คนได้อย่างไรในอนาคต เป้าหมายของฉันตั้งแต่เริ่มต้นคือการสร้างธุรกิจที่แท้จริงสำหรับผู้คนจริงๆ และฉันเชื่อว่า AI มีศักยภาพในการสร้างโอกาสและประสิทธิภาพที่น่าตื่นเต้นในอนาคต หากนำไปใช้อย่างรอบคอบ

คุณสามารถแบ่งปันเรื่องราวของวิธีการที่แนวคิดของ WellSaid Labs ถูกสร้างขึ้นได้หรือไม่ เมื่อคุณเป็นผู้ประกอบการใน The Allen Institute for AI

ฉันเข้าร่วม The Allen Institute for Artificial Intelligence (AI2) ในฐานะ Entrepreneur in Residence ในปี 2018 AI2 เป็นสถานที่ที่มีสมองด้าน AI ที่ดีที่สุดในโลก ซึ่งนำโซลูชันจากขอบเขตของความเป็นไปได้ในปัจจุบันมาประยุกต์ใช้กับผลิตภัณฑ์ที่สามารถแก้ปัญหาได้จริงทั่วโลก ประสบการณ์ของฉันในด้านการออกแบบและการเทคโนโลยีนำไปสู่ความสนใจในด้านสร้างสรรค์ และด้วยการเติบโตของ AI ที่เราเห็นอยู่ในปัจจุบัน ฉันต้องการสำรวจวิธีการเชื่อมโยงสองสิ่งนี้เข้าด้วยกัน ฉันได้พบกับ Michael Petrochuk (ผู้ร่วมก่อตั้งและ CTO ของ WellSaid Labs) ในขณะที่กำลังพัฒนาแอปสุขภาพแบบโต้ตอบที่ช่วยให้ผู้ป่วยผ่านสถานการณ์ที่ละเอียดอ่อนต่างๆ ในระหว่างการพัฒนาเนื้อหาสำหรับประสบการณ์นั้น ทีมของฉันทำงานร่วมกับคนให้เสียงเพื่อบันทึกเสียงหลายพันเสียงสำหรับอวตาร เมื่อฉันได้เห็นความก้าวหน้าที่ Michael ได้ทำในการวิจัยของเขา เราทั้งสองคนเห็นคุณค่าของวิธีการที่ TTS ที่มีคุณภาพเทียบเท่ากับมนุษย์สามารถเปลี่ยนแปลงไม่เพียงแต่ผลิตภัณฑ์ที่ฉันกำลังทำงานอยู่ แต่ยังรวมถึงการนำไปใช้ในอุตสาหกรรมอื่นๆ ด้วย เทคโนโลยีและเครื่องมือต่างๆ ยังต้องติดตามความต้องการของผู้ผลิตที่ใช้เสียงเป็นสื่อกลาง เราเห็นเส้นทางในการนำเทคโนโลยีนี้ไปสู่มือของผู้สร้างทุกคน เพื่อให้เสียงเป็นส่วนหนึ่งของเรื่องราวทั้งหมด

WellSaid Labs เป็นหนึ่งในไม่กี่บริษัทที่ให้เสียงให้กับคนให้เสียงในการเข้าสู่พื้นที่ AI voiceover คุณเชื่อว่าเหตุใดจึงสำคัญที่จะต้องรวมเสียงจริงเข้ากับผลิตภัณฑ์

คำตอบของเราคือสองส่วน: ประการแรก เราต้องการสร้างโซลูชันที่เสริมความสามารถของนักแสดงเสียงมืออาชีพ และขยายโอกาสสำหรับเสียง และประการที่สอง เราต้องการมีคุณภาพที่สูงสุดในผลิตภัณฑ์ของเรา นักแสดงเสียงของเราคือพันธมิตรร่วมที่ทำงานร่วมกันในระยะยาว และได้รับค่าตอบแทนและรายได้จากการใช้เสียงของตนในผลิตภัณฑ์ของเรา ทุกคนให้เสียงที่เรา雇用เพื่อสร้างอวตารเสียง AI ที่มีลักษณะเสียงของตนเองจะได้รับค่าตอบแทนตามจำนวนการใช้เสียงของตนบนแพลตฟอร์มของเรา เราสนับสนุนให้คนให้เสียงร่วมงานกับเรา การจ่ายค่าตอบแทนอย่างยุติธรรมสำหรับการมีส่วนร่วมของพวกเขาเป็นสิ่งสำคัญสำหรับเรา

เพื่อนำเสนอผลิตภัณฑ์ที่มีคุณภาพสูงสุดในตลาด เราต้องเข้มงวดเกี่ยวกับแหล่งที่มาของข้อมูลของเรา กระบวนการนี้ทำให้เรามีการควบคุมคุณภาพมากขึ้น เนื่องจากเราได้ฝึกโมเดลการเรียนรู้ลึกของเราให้พูดได้ทั้งในระดับมนุษย์และรูปแบบที่เกี่ยวข้องในบริบทเฉพาะ เราไม่เพียงแต่สร้างเสียงที่อ่านข้อความที่ให้มาเท่านั้น แต่โมเดลของเรายังสามารถนำเสนอหลายรูปแบบเสียงที่สามารถแสดงสิ่งที่อยู่บนหน้าได้ ไม่ว่าผู้ใช้จะสร้างเสียงโดยใช้อวตารจากห้องสมุดของเราหรือสร้างเสียงตามความต้องการของแบรนด์ เราใช้ข้อมูลเสียงจริงเพื่อให้แน่ใจว่ามีการทำงานที่ราบรื่นและแพลตฟอร์มที่ใช้งานง่าย หากลูกค้าของเราต้องจัดการและแก้ไขเสียงของเราหลังการผลิต กระบวนการในการได้รับผลลัพธ์ที่ต้องการจะไม่ค่อยมีประสิทธิภาพและใช้เวลานาน เสียงของเรานำบริบทของเนื้อหาที่เขียนมาให้และให้การอ่านอย่างถูกต้องในบริบท เราให้บริการเสียงสำหรับการใช้งานทุกประเภท ไม่ว่าจะเป็นการอ่านข่าว การทำโฆษณาออดิโอ หรือการสนับสนุนศูนย์บริการอัตโนมัติ – ดังนั้นการร่วมมือกับคนให้เสียงมืออาชีพสำหรับการใช้งานแต่ละประเภทจึงทำให้เรามีทั้งบริบทและข้อมูลเสียงที่มีคุณภาพสูง

เราอัปเดตและเพิ่มรูปแบบและเสียงใหม่ๆ ในห้องสมุดอวตารของเราอย่างสม่ำเสมอ เพื่อให้แน่ใจว่าเรานำเสนอเสียงของลูกค้าของเรา ใน WellSaid Labs’ Studio ลูกค้าและแบรนด์สามารถลองเสียงต่างๆ ตามภูมิภาค รูปแบบ และการใช้งาน ทำให้การผลิตเนื้อหาออดิโอเป็นไปอย่างราบรื่นและเป็นส่วนตัวสำหรับผู้สร้าง เมื่อบันทึกเริ่มต้นถูกตัวอย่างแล้ว ผู้ใช้สามารถให้คำแนะนำเฉพาะสำหรับคำศัพท์ การสะกด และการออกเสียงเพื่อให้ AI พูดเฉพาะตามความต้องการของพวกเขา

WellSaid Labs กำลังอ้างสิทธิ์ในฐานะแพลตฟอร์ม AI เสียงที่มีจริยธรรมเป็นอันดับแรก คุณคิดว่าเหตุใดจึงสำคัญที่จะต้องมีจริยธรรม AI

เมื่อการนำ AI ไปใช้เพิ่มขึ้นและกลายเป็นสิ่งสำคัญในกระแสหลัก ความกลัวการใช้งานที่เป็นอันตรายและผู้กระทำผิดก็อยู่ที่จุดศูนย์กลางของทุกๆ การสนทนา – และความกังวลเหล่านี้ได้รับการยืนยันจากเหตุการณ์จริงในโลกแห่งความเป็นจริง เทคโนโลยีเสียง AI ก็ไม่แตกต่างออกไปเช่นกันเกือบทุกวันจะมีรายงานใหม่เกี่ยวกับคนดัง บุคคลสาธารณะหรือนักการเมืองที่ถูกสร้างขึ้นใหม่สำหรับการโฆษณาหรือวัตถุประสงค์ทางการเมือง แม้ว่ากฎระเบียบของรัฐบาลกลางเกี่ยวกับเทคโนโลยีนี้ยังคงพัฒนาอยู่ การตรวจจับและต่อต้านผู้กระทำผิดและการใช้งานที่ไม่เหมาะสมของเสียงสังเคราะห์จะยิ่งยากขึ้นเมื่อเทคโนโลยีนี้ก้าวหน้าต่อไป

มาจาก AI2 ซึ่งจริยธรรม AI เป็นหลักการสำคัญ Michael และฉันพูดคุยกันเรื่องนี้ตั้งแต่วันแรก การพัฒนาเทคโนโลยีการพูด AI มาพร้อมกับความรับผิดชอบที่สำคัญเกี่ยวกับการยินยอม ความเป็นส่วนตัว และความปลอดภัยโดยรวม เรารู้ว่าในฐานะผู้พัฒนา เราต้องสร้างเทคโนโลยีของเราให้ปลอดภัย จัดการกับความกังวลด้านจริยธรรม และสร้างรากฐานสำหรับการพัฒนาวoice สังเคราะห์ในอนาคต เรารับรู้ถึงศักยภาพของเทคโนโลยีการพูด AI สำหรับการใช้ในทางที่ผิด และยอมรับความรับผิดชอบในการลดการละเมิดที่อาจเกิดขึ้นของผลิตภัณฑ์ของเรา เราต้องวางรากฐานนี้ตั้งแต่วันแรก มากกว่าที่จะวิ่งเร็วและทำผิดพลาดไปตามทาง ซึ่งจะไม่ทำสิ่งที่ถูกต้องสำหรับลูกค้าองค์กรและคนให้เสียงของเรา ซึ่งพึ่งพาเราในการสร้างผลิตภัณฑ์ที่มีคุณภาพสูงและเชื่อถือได้

เราสนับสนุนการเรียกร้องให้มีกฎหมายในด้านนี้อย่างเต็มที่ อย่างไรก็ตาม เราจะไม่รอจนกว่ากฎระเบียบของรัฐบาลกลางจะบังคับใช้ เราได้ให้ความสำคัญกับแนวปฏิบัติที่สนับสนุนความเป็นส่วนตัว ความปลอดภัย ความโปร่งใส และความรับผิดชอบมาตั้งแต่เริ่มต้น และจะยังคงทำเช่นนั้นต่อไป

เราปฏิบัติตามประมวลจริยธรรมของบริษัทของเราอย่างเคร่งครัด ซึ่งอิงจากการสร้างนวัตกรรมที่มีความรับผิดชอบในทุกการตัดสินใจที่เราทำ สิ่งนี้อยู่ในความสนใจที่ดีที่สุดของลูกค้าระดับองค์กรของเรา

คุณพัฒนาแพลตฟอร์ม AI เสียงที่มีจริยธรรมได้อย่างไร?

WellSaid Labs มุ่งมั่นต่อนวัตกรรมที่มีจริยธรรมตั้งแต่เริ่มต้น เราเน้นย้ำถึงความไว้วางใจและความโปร่งใสผ่านการใช้โมเดลข้อมูลภายใน การต้องได้รับการยินยอมอย่างชัดเจน โปรแกรมการดูแลเนื้อหา และความมุ่งมั่นในการปกป้องแบรนด์ ที่ WellSaid เราใช้หลักการของ AI ที่มีความรับผิดชอบในการกำหนดการตัดสินใจและการออกแบบของเรา และหลักการเหล่านั้นขยายไปถึงการใช้เสียงของเรา รหัสจริยธรรมของเรานำเสนอหลักการเหล่านี้เป็นความรับผิดชอบ ความโปร่งใส ความเป็นส่วนตัวและความปลอดภัย และความยุติธรรม

ความรับผิดชอบ: เรามีมาตรฐานที่เข้มงวดสำหรับเนื้อหาที่เหมาะสม โดยห้ามการใช้เสียงของเราเพื่อเนื้อหาที่เป็นอันตราย เกลียดชัง ฉ้อโกง หรือมีจุดมุ่งหมายเพื่อกระตุ้นความรุนแรง ทีม Trust & Safety ของเรารักษามาตรฐานเหล่านี้ด้วยโปรแกรมการดูแลเนื้อหาที่เข้มงวด โดยการบล็อกและลบผู้ใช้ที่พยายามละเมิดเงื่อนไขการให้บริการของเรา

ความโปร่งใส: เราต้องการการยินยอมอย่างชัดเจนก่อนที่จะสร้างเสียงสังเคราะห์ด้วยข้อมูลเสียงของใครบางคน ผู้ใช้ไม่สามารถอัปโหลดข้อมูลเสียงจากนักการเมือง คนดัง หรือใครก็ตามที่จะสร้างสำเนาของเสียงของพวกเขา เว้นแต่เราจะได้รับการยินยอมเป็นลายลักษณ์อักษรจากบุคคลนั้น

ความเป็นส่วนตัวและความปลอดภัย: เราป้องกันความเป็นส่วนตัวของนักแสดงเสียงของเราโดยใช้ภาพสต็อกและชื่อปลอมเพื่อแสดงถึงเสียงสังเคราะห์ เรายังแนะนำให้พวกเขาปฏิบัติตามความระมัดระวังเกี่ยวกับวิธีการและกับใครที่พวกเขาจะแบ่งปันความสัมพันธ์กับ WellSaid Labs หรือบริษัทเสียงสังเคราะห์อื่นๆ เพื่อลดโอกาสที่จะละเมิดเสียงของพวกเขา

ความยุติธรรม: เราจ่ายค่าตอบแทนให้กับนักแสดงเสียงทุกคนที่ให้ข้อมูลเสียงสำหรับแพลตฟอร์มของเรา และเรายังให้การแบ่งปันรายได้อย่างต่อเนื่องสำหรับการใช้เสียงสังเคราะห์ที่สร้างขึ้นด้วยข้อมูลของพวกเขา

พร้อมกับหลักการเหล่านี้ เรายังเคารพทรัพย์สินทางปัญญาอย่างเคร่งครัด เราไม่聲称ความเป็นเจ้าของเนื้อหาที่ผู้ใช้หรือนักแสดงเสียงของเราให้มา เราให้ความสำคัญกับความซื่อสัตย์ ความยุติธรรม และความโปร่งใสในทุกสิ่งที่เราทำ เพื่อให้แน่ใจว่าเทคโนโลยีการพูดสังเคราะห์ของเรานั้นถูกใช้อย่างมีความรับผิดชอบและจริยธรรม เราแสวงหาการร่วมมือกับเสียงจากภูมิหลังและประสบการณ์ที่หลากหลาย เพื่อให้แน่ใจว่าเรานำเสียงมาให้ทุกคน

ความมุ่งมั่นของเราต่อนวัตกรรมที่มีความรับผิดชอบและการพัฒนาเทคโนโลยีเสียง AI ที่มีจริยธรรมทำให้เราแตกต่างจากผู้อื่นในอุตสาหกรรมที่พยายามที่จะใช้ประโยชน์จากอุตสาหกรรมใหม่ที่ไม่มีการควบคุมผ่านวิธีการใดๆ การลงทุนของเราในด้านจริยธรรม ความปลอดภัย และความเป็นส่วนตัวตั้งแต่เนิ่นๆ สร้างความไว้วางใจและความภักดีในหมู่นักแสดงเสียงและลูกค้าของเรา ซึ่งกำลังมองหาสินค้าและบริการที่ทำขึ้นด้วยจริยธรรมจากบริษัทที่อยู่ในระดับแนวหน้าของนวัตกรรม

WellSaid Labs ได้สร้างโมเดล AI ในบ้านที่ทำให้เสียง AI ของพวกเขาบรรลุถึงความเทียบเท่ากับมนุษย์ และพวกเขาบรรลุเป้าหมายนี้โดยการนำความไม่สมบูรณ์ของมนุษย์มาใช้ในการสนทนา สิ่งใดในความไม่สมบูรณ์เหล่านี้ที่ทำให้ AI ดีขึ้น และความไม่สมบูรณ์เหล่านี้ถูกนำไปใช้อย่างไร?

WellSaid Labs ไม่ใช่เพียงเครื่องมือ TTS อีกตัวหนึ่ง ที่เทคโนโลยี TTS ในยุคแรกๆ ไม่สามารถรับรู้คุณภาพเสียงของมนุษย์ เช่น เสียง สูง ต่ำ และสำเนียงที่สื่อถึงบริบทและอารมณ์เบื้องหลังคำพูด เสียง WellSaid ได้บรรลุถึงความเทียบเท่ากับมนุษย์ โดยนำความไม่สมบูรณ์ที่เป็นเอกลักษณ์ของมนุษย์มาใช้ในเสียง AI

มาตรฐานหลักของเราสำหรับคุณภาพเสียงคือความเป็นธรรมชาติของมนุษย์ ความเชื่อนี้ได้กำหนดรูปแบบเทคโนโลยีของเราในทุกๆ ด้าน ตั้งแต่ห้องสมุดสคริปต์ที่เราได้สร้างขึ้นไปจนถึงคำแนะนำที่เราให้กับคนให้เสียง และเมื่อเร็วๆ นี้วิธีการที่เราปรับปรุงอัลกอริทึม TTS ของเรา เราได้ฝึกอบรมการรับรู้เสียงที่แท้จริง การพูดของคนให้เสียงมืออาชีพมีการเปลี่ยนแปลงอัตราการพูดของพวกเขา ความดังของเสียงเปลี่ยนแปลงไปพร้อมกับเนื้อหาที่พวกเขากำลังอ่าน ส่วนการเปลี่ยนแปลงของเสียงอาจเพิ่มขึ้นในบทที่ต้องการการอ่านด้วยความตื่นเต้นและลดลงในบรรทัดที่มีความรู้สึกเศร้า ความแปรผันเหล่านี้ทำให้เกิดการแสดงออกที่น่าดึงดูดของเสียงมนุษย์

โดยการสร้างกระบวนการ AI ที่ทำงานร่วมกับการแสดงออกที่มีชีวิตชีวาของคนให้เสียงมืออาชีพของเรา เราได้สร้างแพลตฟอร์ม TTS ที่เป็นธรรมชาติอย่างแท้จริง เราได้พัฒนาระบบ TTS ระยะยาวแรกที่มีการควบคุมการคาดการณ์ทั่วทั้งกระบวนการสร้างสรรค์ ห้องสมุดโฟเนติกของเรามีผลสะสมของข้อมูลเสียงที่หลากหลาย ทำให้ผู้ใช้สามารถรวมคำแนะนำเสียงเฉพาะ เช่น การออกเสียงหรือการควบคุมเข้าไปในโมเดลระหว่างขั้นตอนการผลิต ในแพลตฟอร์มเดียว ผู้ใช้ WellSaid สามารถบันทึก แก้ไข และตกแต่งเสียงของตนโดยไม่ต้องนำเข้าข้อมูลจากภายนอก

คุณสามารถพูดถึงความท้าทายบางอย่างที่อยู่เบื้องหลังการสร้างบริษัท AI เสียง TTS ได้หรือไม่?

การพัฒนาเทคโนโลยีเสียง AI ได้สร้างอุปสรรคใหม่ๆ สำหรับทั้งผู้ผลิตและผู้บริโภค หนึ่งในความท้าทายหลักคือการไม่ถูกจับตามองในความวุ่นวายและความฮือฮาที่หลั่งไหลเข้ามาในภาค AI เนื่องจากเป็นเทคโนโลยีใหม่ที่น่าตื่นเต้นหลายองค์กรพยายามที่จะใช้ประโยชน์จากความก้าวหน้าของ AI เสียงในระยะสั้น เราต้องการที่จะให้เสียงสำหรับทุกคน โดยมีหลักจริยธรรมเป็นศูนย์กลางและความจริงใจ การยึดมั่นในความจริงใจนี้สามารถชะลอการ разработและใช้งานเทคโนโลยีของเรา แต่ก็ยังช่วยให้แน่ใจถึงความปลอดภัยและความปลอดภัยของเสียง WellSaid และข้อมูลของพวกเขา

ความท้าทายอีกอย่างหนึ่งในการพัฒนาแพลตฟอร์ม TTS ของเราคือการสร้างแนวทางในการยินยอมที่ชัดเจนเพื่อให้แน่ใจว่าองค์กรหรือบุคคลจะไม่ล่วงละเมิดเทคโนโลยีของเรา เพื่อต่อสู้กับความท้าทายนี้ เราแสวงหาความร่วมมือระยะยาวและเกี่ยวข้องกับการพัฒนาเสียงอย่างเต็มที่เพื่อเพิ่มความรับผิดชอบ ความโปร่งใส และความปลอดภัยของผู้ใช้ เราแสวงหาความร่วมมือกับคนให้เสียงจากภูมิหลังและประสบการณ์ที่หลากหลาย เพื่อให้แน่ใจว่าห้องสมุดเสียงของ WellSaid สะท้อนถึงผู้สร้างและผู้ฟังของพวกเขา กระบวนการเหล่านี้ได้รับการออกแบบมาเพื่อให้เจตนาและให้ความสนใจในรายละเอียดเพื่อให้แน่ใจว่าเทคโนโลยีของเรานั้นถูกใช้อย่างปลอดภัยและจริยธรรม ซึ่งสามารถชะลอการ разработและเปิดตัวได้

คุณมีวิสัยทัศน์สำหรับอนาคตของเสียง AI ที่สร้างขึ้นอย่างไร?

มานานแล้วที่เทคโนโลยีเสียง AI ไม่สามารถบรรลุคุณภาพที่สูงพอที่จะทำให้บริษัทต่างๆ สามารถสร้างเนื้อหาที่มีความหมายได้ในระดับใหญ่ ตอนนี้เทคโนโลยีออดิโอไม่ต้องใช้อุปกรณ์และฮาร์ดแวร์ที่มีราคาแพงอีกต่อไป เนื้อหาที่เขียนทั้งหมดสามารถผลิตและเผยแพร่ในรูปแบบเสียงเพื่อสร้างประสบการณ์ที่มีปฏิสัมพันธ์และหลายรูปแบบได้

ปัจจุบัน เสียง AI สามารถสร้างเสียงที่เหมือนมนุษย์และจับอารมณ์ที่ต้องการในการเล่าเรื่องดิจิทัลได้ อนาคตของเสียง AI ที่สร้างขึ้นจะครอบคลุมประสบการณ์ที่มีเสียงที่สัมผัสทุกด้านของชีวิตเรา เมื่อเทคโนโลยีก้าวหน้าต่อไป เราจะเห็นเสียงสังเคราะห์ที่มีธรรมชาติและน่าแสดงออกมากขึ้น ซึ่งจะทำให้เส้นแบ่งระหว่างเสียงมนุษย์และเครื่องจักรกลมีความชัดเจนน้อยลง – เปิดประตูใหม่ๆ สำหรับธุรกิจ การสื่อสาร ความเข้าถึง และวิธีการที่เราสนธิกับโลกโดยรอบเรา

ธุรกิจจะพบกับการปรับแต่งที่ดีขึ้นในอินเทอร์เฟซเสียง AI และใช้พวกมันเพื่อทำให้การโต้ตอบกับเอเจนต์เสมือนเป็นเรื่องที่น่าดึงดูดและใช้งานง่ายมากขึ้น การสร้างเนื้อหาที่รวมถึงการโฆษณา การตลาดผลิตภัณฑ์ การบรรยายข่าว การพอดแคสต์ หนังสือเสียง และมัลติมีเดียอื่นๆ จะเห็นการเพิ่มประสิทธิภาพโดยใช้เครื่องมือในการพัฒนาเนื้อหาที่น่าดึงดูด – สุดท้ายจะเพิ่มการยกย่องและรายได้ให้กับองค์กร โดยเฉพาะอย่างยิ่งเมื่อโมเดลหลายภาษาสามารถขยายการเข้าถึงของบริษัทจากจุดเดียวไปสู่การมีศักยภาพระดับโลกได้ ทีมงานจะพบว่าเสียงสังเคราะห์เป็นประโยชน์ในการสร้างเสียงที่ถูกต้องตามความต้องการของแบรนด์หรือปรับให้เหมาะกับผู้ฟัง

ก่อนที่จะมีการแนะนำ AI เทคโนโลยี TTS ขาดความสามารถในการแสดงอารมณ์ของมนุษย์ การเน้นย้ำ และการออกเสียงที่จำเป็นในการเล่าเรื่องที่สมบูรณ์แบบและง่ายดาย ตอนนี้ เทคโนโลยี TTS ที่ขับเคลื่อนด้วย AI มอบประสบการณ์ที่มีปฏิสัมพันธ์และเข้าถึงได้มากขึ้น รวมถึงความสามารถในการพูดแบบเรียลไทม์และตัวแทนการสนทนาที่โต้ตอบได้

การบรรลุถึงความสามารถในการพูดที่เหมือนมนุษย์ได้ถูกเดินทางมา แต่ตอนนี้ที่มันสามารถทำได้ เรากำลังเห็นขอบเขตที่สมบูรณ์ของเสียง AI ในการสร้างมูลค่าทางธุรกิจที่แท้จริงสำหรับองค์กร

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม WellSaid Labs เพื่อเรียนรู้เพิ่มเติม