Моделі та платформи ШІ

aiOla представляє QUASAR, щоб переосмислити роботу розпізнавання мовлення в реальних умовах експлуатації

Antoine Tardif
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиQUASAR динамічно направляє аудіо до найкращого рушія ASR для кожної унікальної…
Показати більше
  • QUASAR динамічно направляє аудіо до найкращого рушія ASR для кожної унікальної взаємодії.
  • Жоден окремий постачальник ASR не є найкращим для всіх регіональних акцентів, шумових умов та різноманітної лексики.
  • Платформа aiOla розглядає розпізнавання мови як адаптивну інфраструктуру, а не як фіксований вибір постачальника.

aiOla представила QUASAR, платформу, призначену для вирішення однієї з найстійкіших проблем у сфері корпоративного голосового ІІ: неконсистентної продуктивності розпізнавання мови в реальних умовах. Натомість ніж блокувати клієнтів у одному постачальнику автоматичного розпізнавання мови (ASR), QUASAR працює як інтелектуальний шлюз, який динамічно маршрутизує кожну аудіоінтеракцію до двигуна ASR, який найімовірніше буде працювати найкраще в цей момент.

Цей зсув має значення, оскільки мова стає основним входом для потоків роботи, керованих ІІ, у центрах контактів, у сфері дотримання законодавства, аналітики, пошуку та все частіше автономних агентів ІІ. Хоча бенчмарки часто керують вибором ASR, середовища практичної експлуатації домінують акцентами, фоновим шумом, термінологією, специфічною для галузі, та коливанням якості мережі – факторами, які можуть суттєво змінити точність розпізнавання від однієї взаємодії до іншої.

Чому один-розмір- підходить-всім ASR розбивається у масштабі

Більшість підприємств сьогодні розгортають ASR як статичне рішення інфраструктури. Один постачальник вибирається на основі агрегованих бенчмарків, а потім глибоко інтегрується у потоки роботи. На практиці це створює сліпі плями. Двигун, який показує чудові результати у чистій, прочитаній мові, може боротися з акцентованими мовцями або галузевими термінами. Інший може добре справлятися з шумом, але пропускати власні імена або числові послідовності, критичні для дотримання законодавства та оплати.

Зміна постачальників для вирішення цих пробілів є дорогою та порушує роботу, часто вимагаючи повторної підготовки, повторної перевірки та простою. Тим часом нові моделі ASR та оновлення випускаються у темпі, який перевищує можливість більшості організацій тестувати та приймати їх. Результатом є нижча частка звернень, завершених без участі людини, неточні підсумки, слабша аналітика та вищий наклад на забезпечення якості – все це спричинено помилками транскрипції, які могли бутиуникнені.

Внутрішня архітектура QUASAR: Розгляд ASR як динамічної проблеми

QUASAR підходить до розпізнавання мови як до задачі оптимізації в реальному часі. Кожен вхідний аудіозапит оцінюється перед транскрипцією, враховуючи такі фактори, як характеристики мовця, акустічні умови та контекст галузі. На основі цього оцінювання система маршрутизує аудіо до двигуна ASR, який найімовірніше надасть найвищу якість результату для цієї конкретної взаємодії.

Технічно QUASAR функціонує як шар оркестрації, який може працювати з комерційними API-хмарами, моделями, розміщеними на власній інфраструктурі та налаштованими розгортаннями ASR. Ця абстракція дозволяє підприємствам експериментувати з новими двигунами, балансувати вартість та якість та уникати довгострокової блокування постачальника – все це без зміни додатків нижнього рівня.

У центрі знаходиться механізм оцінки та ранжування без учителя, який оцінює варіанти ASR в реальному часі. Натомість ніж покладатися виключно на історичні середні значення, система постійно вчиться з живих умов, що дозволяє приймати рішення щодо транскрипції, які адаптуються до змін середовищ, мовців та випадків використання.

Продуктивність у реальних умовах аудіо

У внутрішніх оцінках, які охоплюють шість різноманітних наборів бенчмарків – від чистої прочитаної мови та професійних доповідей до акцентованої, шумової та галузевої фінансової мови – QUASAR вибрав найкращий варіант ASR з загальною точністю 88,8%, або еквівалентний перший вибір, коли результати фактично були однаковими. Точність досягала 97% на чистій мові та залишалася у діапазоні 79-88% для більш складної мови, що включала акценти, шум та спеціалізовану термінологію.

Ці результати підкреслюють ключовий висновок: жоден окремий двигун ASR не завжди перемагає у всіх сценаріях, але інтелектуальне маршрутизування може захопити сильні сторони багатьох.

Активація голосу як живої інфраструктури

Відокремлюючи якість розпізнавання мови від постачальника, QUASAR перетворює ASR на те, що aiOla описує як “живу інфраструктуру”. Підприємства отримують детальний огляд продуктивності транскрипції на рівні взаємодії, а також можливість оптимізувати для точності, вартості або затримки залежно від випадку використання.

Цей підхід також прискорює розширення у нові регіони та галузі. Натомість ніж чекати, поки один постачальник підтримає мову, акцент або галузеву термінологію, організації можуть маршрутизувати трафік до двигуна, який найкраще підходить для цієї ніші сьогодні – і змінювати його, коли з’являються кращі варіанти.

Ширша візія aiOla для голосових потоків роботи

QUASAR будується на ширшій місії aiOla зробити голос природним інтерфейсом для корпоративних систем. Патентовані моделі компанії виходять за рамки стандартного перетворення мовлення на текст, поєднуючи розпізнавання голосу з інтелектом потоків роботи для перетворення голосових входів у структуровані дані в реальному часі. Це дозволяє здійснювати автоматизацію без використання рук у критичних галузях, де ручне введення даних залишається вузьким місцем.

Підтриманий 58 мільйонами доларів фінансування та дослідницькою командою, aiOla позиціонує голос не тільки як модальність вводу, але й як фундаментальну інфраструктуру для операцій, керованих ІІ. З QUASAR компанія розширює цю візію на сам шар ASR – викликуючи довгострокові припущення щодо того, як розпізнавання мови повинно розгортатися у масштабі.

Як голос стає основним інтерфейсом для агентів ІІ та корпоративних систем, динамічне, контекстно-обізнане розпізнавання мови може бути життєво необхідним. Запуск QUASAR сигналізує про перехід від статичних моделей до адаптивної, продуктивної оркестрації – підходу, який міг би змінити спосіб споживання всього голосового екосистеми ІІ.

Антуан — далекоглядний лідер і партнер-засновник Unite.AI, якого надихає незмінна пристрасть до формування та просування майбутнього штучного інтелекту й робототехніки. Як підприємець, що заснував кілька компаній, він вірить, що ШІ змінить суспільство так само докорінно, як електрика, і часто із захопленням говорить про потенціал проривних технологій та загального штучного інтелекту (AGI).

Як футуролог, він присвячує себе дослідженню того, як ці інновації формуватимуть наш світ. Він також є засновником Securities.io — платформи, зосередженої на інвестиціях у передові технології, що переосмислюють майбутнє та змінюють цілі галузі.