ساحة تكنولوجيا الذكاء الاصطناعي الصوتي التي تشهد نموًا متسارعًا، شهدت ظهور فريق ناشئ يُدعى Hojo
Voice AI ، هو خط قصة آخر خارج النموذج الكبير لـ GM. بينما كان الجميع يحدقون في النموذج الكبير لشركة جنرال إلكترونية ، بدأت بعض النماذج الجديدة الجديرة بالملاحظة في مسار Voice AI الهادئ نسبيًا. المفاتيح تفقد "هيمنة" لها. في العامين الماضيين ، أطلقت OpenAI واجهة برمجة تطبيقات التطبيقات في الوقت الحقيقي ، وجوجل Gemini Live ، وبدأت شركات النموذج المحلية الكبرى تقريبًا في وضع الصوت الذكاء الاصطناعي.بدأ عدد متزايد من الناس يعتقدون أنه عندما يدخل الوكيل في سير العمل ، يصبح الصوت مدخلًا للسياق أكثر طبيعية من لوحة المفاتيح. إذا كان الوكيل يريد أن يدخل في سير العمل حقًا ، فإنه يجب أولاً أن يتعلم فهم هذه الأصوات.الطبقة الأولى من القدرة وراء هذا، هو ASR (التعرف التلقائي على الصوت). قياس مستوى ASR ، الأكثر استشهادا في الصناعة هو لوحة قيادة ASR المفتوحة من Hugging Face ، والمؤشر الأساسي هو معدل خطأ الكلمة (WER) ، وكلما انخفض الرقم ، زاد دقة التعرف.