Ariel Utnik, COO & GM tại Verbit – Phỏng vấn Series

Ariel Utnik, là COO và GM tại Verbit, một giải pháp chuyển văn bản thành giọng nói và phụ đề được hỗ trợ bởi trí tuệ nhân tạo hàng đầu.

Verbit hiện đang cung cấp những dịch vụ nào?

Verbit cung cấp một nền tảng chuyển văn bản thành giọng nói và phụ đề được hỗ trợ bởi trí tuệ nhân tạo, cung cấp bản chuyển văn bản thành giọng nói và phụ đề chính xác, từ vựng cho giáo dục, pháp lý, truyền thông, doanh nghiệp và thị trường kinh doanh chung.

Verbit cũng cung cấp Mô tả Âm thanh để giúp khán giả khiếm thị hoặc thị lực thấp và Dịch thuật Âm thanh – Hình ảnh để phục vụ nhu cầu của khán giả quốc tế và giúp các nhà sáng tạo nội dung mở rộng phạm vi tiếp cận. Ngoài ra, chúng tôi cung cấp tích hợp trực tiếp với các nền tảng LMS, hội nghị web và lưu trữ phương tiện truyền thông chính.

Giải pháp của Verbit cung cấp độ chính xác, quy mô và tùy chỉnh mà các chuyên gia và sinh viên phụ thuộc vào để tuân thủ ADA, FCC và các quy định về quyền riêng tư khác như GDPR, HIPAA, VPAT, SOC2 và các quy định khác.

Người dùng của nền tảng của chúng tôi được cung cấp chuyên môn về lĩnh vực, công nghệ hàng đầu, hỗ trợ 24/7 và giải pháp tùy chỉnh cho nhu cầu của từng khách hàng. Kết quả là, các doanh nghiệp, cơ quan pháp lý và trường đại học có thể tăng cường năng lực hoạt động, cung cấp khả năng tiếp cận và phục vụ nhiều khách hàng và sinh viên hơn.

Có thể bạn hãy thảo luận về một số công nghệ học máy được sử dụng?

Nền tảng chuyển văn bản thành giọng nói và phụ đề của Verbit tận dụng mô hình lai độc đáo của trí tuệ nhân tạo – cụ thể là học máy và xử lý ngôn ngữ tự nhiên – kết hợp với mạng lưới hơn 30.000 người chuyển văn bản thành giọng nói chuyên nghiệp để đạt được độ chính xác hơn 99% và thời gian hoàn thành nhanh hơn 10 lần so với tiêu chuẩn của ngành.

Công nghệ trí tuệ nhân tạo nội bộ của Verbit phát hiện các thuật ngữ cụ thể của lĩnh vực, lọc bỏ tiếng ồn và tiếng vang, và chuyển văn bản thành giọng nói của người nói bất kể giọng nói để tạo ra bản chuyển văn bản thành giọng nói và phụ đề chi tiết, chuyên nghiệp từ cả video và âm thanh trực tiếp và đã được ghi lại.

Dữ liệu âm thanh, ngôn ngữ và ngữ cảnh được kiểm tra kỹ lưỡng bởi những người chuyển văn bản thành giọng nói của chúng tôi, những người duy trì chất lượng đảm bảo, đảm bảo độ chính xác cao và thời gian hoàn thành nhanh chóng bằng cách chỉnh sửa và xem xét lại tài liệu, cũng như kết hợp các ghi chú, hướng dẫn, thuật ngữ và yêu cầu cụ thể của ngành và các yêu cầu khác.

Làm thế nào mà người chuyển văn bản thành giọng nói con người có thể nâng cao khả năng của việc chuyển văn bản thành giọng nói tự động bằng trí tuệ nhân tạo?

Tại Verbit, chúng tôi đã khám phá ra sự kết hợp chiến thắng của trí tuệ nhân tạo và trí tuệ con người, tạo ra một sản phẩm chuyển văn bản thành giọng nói gần như hoàn hảo với độ chính xác chuyển văn bản thành giọng nói hơn 99%. Chúng tôi đã phát triển một nền tảng chuyển văn bản thành giọng nói trực tuyến hợp tác nơi nhiều người chuyển văn bản thành giọng nói cùng nhau xem xét và tinh chỉnh bản chuyển văn bản thành giọng nói được tạo ra bởi trí tuệ nhân tạo. Trong khi thành phần trí tuệ nhân tạo nhanh và học hỏi từ sai lầm của nó thông qua các thuật toán tự học trong vài phút, nó cũng xuất sắc khi được tiếp xúc với các chức năng lặp đi lặp lại. Người chuyển văn bản thành giọng nói con người cần thiết để nắm bắt ngữ cảnh, hiểu giọng nói nặng và chất lượng âm thanh thấp.

Hiện tại, nhiều người chuyển văn bản thành giọng nói cùng nhau xem xét và tinh chỉnh bản chuyển văn bản thành giọng nói được tạo ra bởi trí tuệ nhân tạo. Bạn có thể thảo luận về quy trình này không?

Trước hết, công nghệ Nhận dạng Giọng nói Tự động (ASR) nội bộ của chúng tôi tự động chuyển văn bản thành giọng nói của tệp âm thanh hoặc video được tải lên bởi khách hàng của chúng tôi. Các mô hình dữ liệu âm thanh, ngôn ngữ và ngữ cảnh hỗ trợ quá trình học máy này để tạo ra bản chuyển văn bản thành giọng nói gần như hoàn hảo. Sau đó, nó được xem xét bởi những người chuyển văn bản thành giọng nói, người kiểm tra và người chỉnh sửa chuyên nghiệp để đảm bảo chất lượng và độ chính xác cao của bản chuyển văn bản thành giọng nói cuối cùng.

Verbit có kế hoạch giảm sự phụ thuộc vào người xem xét con người trong tương lai không?

Không, người chuyển văn bản thành giọng nói con người – như một phần của mô hình lai độc đáo của chúng tôi – đóng và sẽ tiếp tục đóng vai trò quan trọng trong thành công của giải pháp của chúng tôi. Đội ngũ của chúng tôi đã làm việc rất chăm chỉ để hỗ trợ khách hàng của chúng tôi trên toàn cầu, những người đã phải trải qua những thay đổi gần như không thể trong một đêm khi các lệnh phong tỏa được thực hiện. Nhân viên của Verbit và mạng lưới hơn 30.000 người chuyển văn bản thành giọng nói chuyên nghiệp là những người đã biến những thay đổi này thành hiện thực cho khách hàng của chúng tôi.

Verbit gần đây đã mua lại VITAC, nhà cung cấp lớn nhất các sản phẩm và giải pháp phụ đề ở Bắc Mỹ, điều này có nghĩa là gì cho tương lai của công ty?

Khả năng tham gia vào lĩnh vực truyền thông toàn cầu là một cột mốc quan trọng cho Verbit, vì chúng tôi hiện có thể phục vụ tất cả các công ty phát sóng và mạng cáp. Điều này bao gồm Fox, CNBC, CNN, Bravo, E! và các tập đoàn truyền thông khác – tất cả đều là khách hàng của VITAC và bây giờ là công ty kết hợp. Những tổ chức truyền thông lớn này có nhu cầu duy nhất về phụ đề trực tiếp, và chúng tôi rất hào hứng được cung cấp cho họ công nghệ đổi mới của chúng tôi, cho phép họ giải quyết những nhu cầu đó một cách hiệu quả hơn.

Ngoài ra, thị trường chuyển văn bản thành giọng nói tổng thể đang sẵn sàng cho sự đổi mới và cần công nghệ trí tuệ nhân tạo tiên tiến để mở rộng quy mô kinh doanh. Bằng cách kết hợp chuyên môn ngành sâu sắc và lâu dài của VITAC với công nghệ tiên tiến của Verbit, chúng tôi có cơ hội tuyệt vời để cung cấp nhiều sản phẩm dựa trên công nghệ hơn cho nhiều thị trường.

Có những cách nào mà trí tuệ nhân tạo có thể làm cho nội dung trở nên dễ tiếp cận và bao gồm hơn (ví dụ: cho những người khiếm thính)?

Đại dịch đã tạo ra những thay đổi lớn trong cách chúng ta làm việc và cũng cách chúng ta tiêu thụ phương tiện truyền thông. Nhiều người hơn đang sử dụng phụ đề khi họ xem nhiều màn hình hoặc xem nội dung với tốc độ nhanh hơn. Người dùng đã quen với phụ đề như một cách để hiểu và theo dõi tốt hơn những gì họ đang xem, và tổng thể, các công ty đã nhận ra tầm quan trọng của việc làm cho nội dung trở nên dễ tiếp cận và bao gồm hơn. Các công cụ chuyển giọng nói thành văn bản được hỗ trợ bởi trí tuệ nhân tạo – như của Verbit – có thể giúp với điều này. Trong thời đại kỹ thuật số hiện nay, nơi nội dung âm thanh và video là điều đương nhiên và thường là phương pháp chính để truyền đạt thông tin, những công cụ trí tuệ nhân tạo này rất quan trọng để đảm bảo rằng các cá nhân và tổ chức thuộc mọi quy mô và hình thức có thể tương tác với khán giả và các bên liên quan của họ một cách hiệu quả và hiệu quả hơn.

Ví dụ, Mô tả Âm thanh giúp khán giả khiếm thị hoặc thị lực thấp hiểu và trải nghiệm nội dung và thông tin họ đang xem tốt hơn. Đối với lĩnh vực giáo dục, ví dụ, Verbit sử dụng những người chuyển văn bản thành giọng nói chuyên nghiệp để cung cấp mô tả chính xác và cô đọng về mọi thứ được hiển thị trong lớp học, để sinh viên khiếm thị hoặc thị lực thấp có cơ hội bình đẳng để tham gia. Điều này làm tăng mức độ tương tác của họ trong lớp học và cải thiện kết quả học tập tổng thể.

Nền tảng chuyển văn bản thành giọng nói được hỗ trợ bởi trí tuệ nhân tạo của Verbit cung cấp một thế giới nơi tất cả phương tiện truyền thông được chia sẻ trong các lớp học, nơi làm việc và nền tảng trực tuyến đều dễ tiếp cận và bao gồm cho mọi người.

Có thể bạn hãy thảo luận về tương lai của trí tuệ nhân tạo trong lĩnh vực pháp lý và cách ngành sẽ chuyển sang báo cáo tòa án kỹ thuật số?

Mặc dù tòa án và các công ty luật đã sử dụng các báo cáo viên tòa án kỹ thuật số trong nhiều thập kỷ để ghi lại các cuộc thẩm vấn và các thủ tục khác, vẫn còn nhiều sự nhầm lẫn, không chắc chắn và do dự xung quanh việc áp dụng các công nghệ mới như trí tuệ nhân tạo trong không gian pháp lý, dẫn đến sự đổi mới bị đình trệ.

Tuy nhiên, khi đại dịch buộc nhiều phiên tòa và thẩm vấn trực tuyến và tạo ra sự tích lũy các thủ tục pháp lý do nhiều gián đoạn, sự đổi mới kỹ thuật số có thể giúp tăng năng suất và hiệu quả hiện đang quan trọng – và được yêu cầu – hơn bao giờ hết. Các giải pháp kỹ thuật số đang trên đà tăng trưởng, đặc biệt là về các cuộc thẩm vấn, và dự kiến sẽ tăng hơn gấp đôi trong 3 năm.

Cũng có nhu cầu ngày càng tăng về công nghệ để hỗ trợ báo cáo tòa án khi số lượng stenographer tòa án giảm mỗi năm do lực lượng lao động già, số lượng người mới tham gia hạn chế và khoảng trống dự kiến 11.000 stenographer vào năm 2023.

Những người không áp dụng các mô hình lai và công nghệ mới để làm cho các thủ tục và quy trình pháp lý trở nên hiệu quả và tiết kiệm chi phí hơn sẽ bị tụt lại phía sau trong thời đại kỹ thuật số hiện nay. Các giải pháp được hỗ trợ bởi trí tuệ nhân tạo nhanh hơn, chính xác hơn, tiết kiệm chi phí hơn và có thể mở rộng hơn so với các quy trình thủ công hiện tại. Verbit là giải pháp kỹ thuật số hàng đầu trên thị trường cho các thủ tục pháp lý, cung cấp cho khách hàng các bản chuyển văn bản thành giọng nói trực tiếp, tùy chỉnh và từ vựng với khả năng đọc lại, tìm kiếm văn bản, bản nháp thô và tìm kiếm âm thanh.

Có điều gì khác mà bạn muốn chia sẻ về Verbit?

Tổng thể, ngành công nghiệp chuyển văn bản thành giọng nói là một thị trường 30 tỷ đô la có tiềm năng đổi mới công nghệ như của Verbit. Hầu hết các ngành công nghiệp vẫn sử dụng các quy trình thủ công cho việc chuyển văn bản thành giọng nói, những quy trình này rất không hiệu quả và tốn kém, và có cơ hội lớn để chúng tôi hiện đại hóa các lĩnh vực dọc này với giải pháp được hỗ trợ bởi trí tuệ nhân tạo của chúng tôi. Mặc dù công nghệ đã tạo ra sự khác biệt lớn trong ngành, đặc biệt là trong đại dịch, chúng tôi tin rằng đây chỉ là bước khởi đầu và chúng tôi rất hào hứng được tiếp tục đổi mới và cải thiện hơn nữa lĩnh vực chuyển văn bản thành giọng nói và phụ đề.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Verbit.