Эта компания использует ИИ для придания голосам американского произношения

Компания Krisp, наиболее известная своим приложением для подавления шума, запускает новый инструмент ИИ, который должен преобразовывать акцент говорящего в американский английский в режиме реального времени.

Инструмент поставляется в комплекте с существующим настольным приложением Krisp и действует как виртуальный микрофон для изменения звука голоса человека во время видеоконференций, таких как Zoom, Microsoft Teams, Google Meet и Webex.

Krisp заявляет, что преобразование акцента AI может происходить с задержкой 200 мс, что компания называет «невоспринимаемой задержкой в разговорах», при этом сохраняя естественный голос говорящего.

В демонстрации, предоставленной компанией, инструмент, похоже, довольно хорошо делает человека звучащим американцем, но речь звучала немного роботизированно. В настоящее время инструмент поддерживает более 17 индийских диалектов, но Krisp говорит, что планирует добавить другие английские акценты в будущем, такие как филиппинский.

Krisp первоначально запустил инструмент для колл-центров перед его широким выпуском. «Будучи человеком с акцентом, я часто замечал, что людям трудно меня понимать, даже когда мой английский беглый», — говорит Арто Минасян (Arto Minasyan), соучредитель и президент Krisp, в пресс-релизе. «Это не связано с предвзятостью – это просто реальность общения. В динамичных встречах даже небольшие недоразумения могут замедлить принятие решений, привести к повторениям и снизить общую эффективность».

AI Accent Conversion запускается в бета-версии, и бесплатные пользователи могут использовать его до 60 минут в день. Также доступен бизнес-план стоимостью 15 долларов в месяц для неограниченного использования. Krisp не единственная компания, которая использует ИИ в попытке изменить акцент человека. Колл-центр Teleperformance SE уже начал внедрять инструмент на базе ИИ, который «смягчает» индийские акценты сотрудников, согласно Bloomberg.

Но у ИИ есть неоднозначная история, когда дело доходит до расы и этнической принадлежности, а генерация голоса с помощью ИИ сама по себе представляет риск.