Nhiều lãnh đạo công nghệ nhận định AI giọng nói vẫn chưa đạt thời khắc bùng nổ như ChatGPT

Tóm tắt bằng AI từ phần nội dung bài gốc đọc được.

1. 1Làn sóng đầu tư hàng tỷ USD đang đổ vào các startup AI giọng nói từ chế tạo mô hình, chăm sóc khách hàng doanh nghiệp đến ghi chú cuộc họp, với kỳ vọng giọng nói trở thành giao diện tương tác lớn tiếp theo.
2. 2Giám đốc công nghệ Shawn Wen của nền tảng PolyAI cho rằng dù đã phát triển mô hình song công toàn phần (full-duplex) có thể vừa nghe vừa nói, AI giọng nói vẫn chưa chạm tới "thời khắc ChatGPT" thực sự.
3. 3Thách thức cốt lõi hiện nay là tăng tốc độ suy luận để mô hình đưa ra câu trả lời nhanh, giúp cuộc hội thoại diễn ra tự nhiên thay vì mang cảm giác máy móc trong các tình huống chăm sóc khách hàng.
4. 4Giám đốc tiếp thị Alex Gay của Otter nhấn mạnh việc nhận dạng người nói và nắm bắt ý định là bước then chốt; công ty cũng phát triển bản sao kỹ thuật số dự họp nhưng cần biểu cảm giọng nói chân thực để tránh biến thành chatbot hỏi đáp đơn thuần.
5. 5Cả hai chuyên gia lưu ý các mô hình nhận dạng giọng nói tự động (ASR) vẫn hay bỏ sót từ khóa quan trọng, dẫn tới tóm tắt sai lệch và làm mất niềm tin của người dùng đối với các tác vụ tự động hóa tiếp theo.
6. 6Vấn đề minh bạch cũng được đặt ra, khi các bên thống nhất rằng công cụ cần chủ động thông báo cho người dùng biết họ đang trò chuyện với AI hoặc cuộc họp đang được ghi âm.

Nguồn: techcrunch