WellSaid CEO 本杰明·多尔 – 采访系列

本杰明·多尔 是 WellSaid 的 CEO，他拥有 20 多年的经验，曾在早期和成长期公司担任运营和投资职务，主要专注于技术领域。在加入 WellSaid 之前，本杰明曾担任 Cordial 的 COO，Cordial 是一家企业跨渠道营销平台，并被 Deloitte Fast 500 评为两次快速增长公司。他还曾在 Valassis Digital、Rustic Pathways、Rhythm NewMedia 和 Counsyl 担任跨职能高管职务。本杰明在 Citi、摩根士丹利和卡莱尔集团开始了他的职业生涯，并拥有哈佛大学计算机科学和公共政策学士学位。

自 2019 年成立以来，WellSaid 利用先进的文本转语音技术创建了超现实的、优质的 AI 声音，通过仔细选择专业的语音演员并构建自己的 AI 平台。该公司提供了企业级解决方案，例如其 Studio 工具，用于协作语音创建和 API，用于无缝集成，帮助营销、培训、视频制作和产品开发团队提供一致的、品牌化的音频。WellSaid 以强大的价值观和负责任的 AI 原则为指导，优先考虑信任、质量和道德部署，以确保引人入胜的、高情感的、可信的音频体验。

您有着令人着迷的经历，从投资银行和风险投资到帮助使使命驱动的公司扩张。这些多样化的经历如何塑造您的领导方法和对 WellSaid 的愿景？

在我于 2006 年联合创立我的第一家创业公司之前，我有幸体验到了一种领导方式，这种方式影响了我的管理风格。在我的早期职业生涯中，我与一位名叫 Ed Mathias 的投资者合作，他的领导和投资风格与我产生了共鸣。他建立了周围每个人的网络，并认为他的网络是他最大的资产。他寻找粗糙的宝石和共识赢家，并认为由于有很多赚钱的方式，你可以优化其他东西——智力好奇心、你喜欢合作的人、帮助世界的东西等等。

AI 声音在过去的几年中迅速演变。您认为下一个最大的飞跃是什么，以及 WellSaid 如何为此做准备？

无处不在。随着 AI 声音质量的提高，使用案例的数量也在增加，从内部的一对多通信（如培训和启用）到外部的一对多通信（如营销）。与此同时，AI 声音的底层成本接近传统文本转语音的水平，这意味着更多的人可以使用 AI 声音。通过推出 Caruso（我们的最新模型）和我们的整体数据管道，我们正在推动质量和成本方面的创新。这是垂直整合 AI（从数据集到模型到应用程序）的优势之一。

合成声音现在无处不在，从有声读物到客户服务机器人。您如何确保 WellSaid 的声音在这个快速扩张的领域中保持可信和以人为本？

人类是 WellSaid 每个方面的核心。WellSaid 的闭源语音技术建立在负责地许可的语音数据之上，这些数据来自付费演员。但我们的语音演员不仅仅是训练数据，他们是整个过程中的真正合作伙伴。我们的客户不仅仅是测试者，他们是开发每个应用程序完美声音的合作伙伴。WellSaid 平台的每个功能都反映了这一点，允许用户重新录制一行、强调一个词或立即更新内容，而不会损害质量、一致性或权利。

每个声音都经过生产准备并商业清除，适用于公共或客户面向内容。

WellSaid 强调“负责任的 AI”。在开发新声音模型时，这种方法如何体现？

WellSaid 为负责任的 AI 设定了标准，建立了一个以公平、透明、隐私和安全以及内容审查为中心的框架。

WellSaid 聘请真正的语音演员，确保他们明确、书面同意提供语音数据给平台，并公平地通过持续的收入份额进行补偿。为了保护他们的隐私和安全，WellSaid 使用库存图像和别名来代表合成声音，并鼓励他们谨慎分享与 WellSaid 的关联，以减少他人滥用他们声音的风险。

为了防止虚假信息和音频深度伪造从语音克隆中传播，WellSaid 用户无法上传来自政客、名人或其他未获得 WellSaid 明确书面同意的人的语音数据。WellSaid 还保持严格的适当内容标准，禁止使用声音用于有害、仇恨、欺诈或旨在煽动暴力的内容。

WellSaid 确保内容始终归创作者所有，保证用户拥有在平台上创建的材料或内容的知识产权和版权保护。

通过 WellSaid 的广泛保护，我们正在为生产中的负责任的 AI 声音设定行业期望。

WellSaid 致力于提供行业中“最高的质量与成本比”。哪些创新——技术、运营或战略——将帮助您实现这一承诺？

在 WellSaid，我们优先考虑整个产品管道的垂直整合。在 Caruso 中，一个很好的例子是我们的内部开发的语音编码器，它允许我们以 1/10 的参数数量训练，并且可以以 2 倍的音频质量进行训练。从战略上讲，我们一直在有意地优先考虑质量而不是广度（例如，提供每种语言）。这样做，我们可能会失去一些业务——但这是在牺牲更高质量、更低成本的产品给我们的核心受众的同时交付的代价。

随着生成 AI 工具涌入市场，您如何看待 AI 声音在未来 3-5 年内在企业环境中的演变？

AI 并不是一个全新的边疆，而是熟悉模式的一部分。就像移动设备的崛起或早期的互联网一样，AI 标志着一个挑战团队重新思考内容创作、人们如何与软件交互以及声音如何代表品牌的转变。

在接下来的几年里，企业公司将无法避免 AI 声音，就像他们无法避免过去的其他技术革命一样。随着 AI 声音质量的提高、成本降低和传统语音演员内容的工作流程简化，AI 声音将成为企业内容（如广告、学习和开发、视频制作等）的标准。

您是否预见一个未来，公司深度个性化 AI 声音以建立品牌身份——甚至可能像今天一样许可声音或角色？

许多公司在其品牌身份中都有非常独特的声音，一致地在其内容中使用相同的记忆语音演员或名人代言人。AI 声音使任何公司都可以以较低的成本建立相同的识别度。AI 声音可以像传统语音演员一样动态和个性化，品牌很快就会与其 AI 声音同义——有些已经这样做了。

您强调了公司文化和价值观在建立伟大公司中的重要性。您现在如何在 WellSaid 应用这一理念？

我倾向于同意伟大文化是与伟大的人一起工作的观点，因此最大化人才密度、影响力和化学反应对于我们的领导团队来说都是至关重要的举措。WellSaid 的原则是我们一起工作的方式，提供每个团队成员的行动号召，而不是静态美德。以下原则帮助我们实现伟大的公司文化：

• 我们发明革命性技术，改变人们的工作方式。

• 我们负责任地行事，努力最小化伤害。

• 我们将客户放在我们所做的一切事情的中心。

• 我们尊重个性，同时认识到我们最好作为一个团队工作。

• 我们旨在建立一个我们可以永远自豪的伟大公司。

您如何看待创造出与真人无法区分的声音的道德影响？这带来什么样的责任？

虽然 AI 的崛起带来了道德挑战和担忧，但 WellSaid 从一开始就优先考虑了透明度和合规性。作为一家公司，防止滥用、深度伪造或虚假信息传播是我们的责任。这包括与语音人才合作，创建用于特定用例的自定义声音，建立对谁可以使用这些声音以及用于什么目的的明确控制。此外，使用 AI 声音的品牌也要确保他们与有这些保障措施的声誉良好的 AI 提供商合作。

您最期待 WellSaid 的下一章是什么，您认为行业会对 AI 声音的发展方向感到惊讶吗？

我们谈论“被 WellSaid 说出的单词”作为我们团队的北极星。我很高兴看到这些单词的增长，因为更多的公司继续看到 AI 声音在向其受众传递以人为本的信息方面的价值。随着 AI 声音的使用继续扩大，人们会对在广泛的用例中采用该技术的无缝性感到惊讶。AI 声音和音频作为软件和物理环境中的接口具有无限的可能性。

感谢这次精彩的采访，希望了解更多的读者可以访问 WellSaid。