一种新的、特定于企业的 AI 语音模型就在这里：来自 aiOla 的 Jargonic 声称在您的企业术语中是最好的竞争对手
快速阅读: 据《VentureBeat 公司》最新报道，AI奥拉推出新语音识别模型Jargonic，专为企业处理专业术语、背景噪音和多种口音设计。模型通过零样本适应技术，在专业术语识别和多语言支持方面表现优异，适用于制造业、物流等多个行业。公司表示此模型是其从产品优先转向AI优先战略的一部分。
订阅我们的每日和每周简报，获取业内领先的人工智能报道的最新动态和独家内容。
近年来，语音识别模型的准确性不断提高，但可能是在理想条件下构建和基准测试的——安静的房间、清晰的音频和通用词汇。然而，对于企业来说，现实世界的音频要复杂得多。这正是面临的挑战，**AI奥拉**计划通过推出其专为企业应用设计的新自动语音识别（ASR）模型**Jargonic**来解决这一问题，这家以色列初创公司今日正式发布了这款模型。
**Jargonic**是一款新的语音到文本模型，旨在处理专业术语、背景噪音和多样的口音，而无需进行大量的重新训练或微调。“我们的模型专注于语音识别面临的三大挑战：术语、背景噪音和口音，”**AI奥拉**副总裁**吉尔·赫兹**说。“我们建立了一个能够以零样本方式理解特定行业的术语的模型，能够在嘈杂环境下运行，并支持广泛的口音。”
目前可通过API接口在**AI奥拉**的企业平台上使用，**Jargonic**被定位为制造业、物流、金融服务和医疗保健等行业的企业生产就绪型ASR解决方案。
**AI奥拉**团队。图片来源：**AI奥拉**
### 从产品优先到AI优先
**Jargonic**的发布标志着**AI奥拉**自身重点的转变。根据公司领导层的说法，团队重新定义了其方法，优先考虑AI研究和部署。
“当我来到这里时，我看到一家令人惊叹的产品公司，它在高级AI能力上投入了大量资金，但主要以帮助人们填写表格而闻名，”**AI奥拉**首席技术官兼产品官**阿萨夫·阿斯巴格**说。“我们改变了视角，成为了一家拥有优秀产品的AI公司，而不是一家具有AI能力的产品公司。”
“我们决定向世界开放我们的能力，”**阿斯巴格**补充道。“我们没有只服务于我们产品内的企业模型，而是构建了一个API接口，并现在正在推出它，使我们的企业级、坚不可摧的模型供所有人使用。”
### 术语识别，零样本适应
**Jargonic**的一个显著特征是其对专业词汇的方法。语音识别系统通常在面对出现在标准训练数据中的领域特定术语时会遇到困难。**Jargonic**通过一种专有的关键词检测系统解决了这个挑战，该系统允许零样本适应——企业只需提供一个术语列表即可，无需额外的重新训练。
在基准测试中，**Jargonic**在四个领先的英语学术数据集上的平均词错误率为5.91%，优于竞争对手，例如**十一实验室**、**汇编AI**、**开放AI**的**Whisper**和**深度格言Nova-3**。然而，该公司尚未披露与较新的多模态转录模型（如上周才推出的**开放AI**的**GPT-4o-transcribe**，其在WER等基准测试中表现出色，英语的词错误率为2.46%）的具体性能对比。
**AI奥拉**声称其模型在提取特定业务术语方面仍然更胜一筹。事实上，**Jargonic**在专业金融术语上的召回率达到89.3%，并在多语言术语识别方面始终优于其他模型，五种语言的准确率超过95%。
“一旦涉及大量术语，识别准确性通常会下降20%，”**阿斯巴格**解释道。“但通过我们的零样本方法，只需列出重要关键词，准确性就能回升至95%。这是我们的独有特点。”
这项能力旨在消除通常所需的耗时且资源密集的重新训练过程，以适应特定行业的ASR系统。
### 优化的企业环境
**Jargonic**的开发基于多年来为企业客户构建解决方案的经验。该模型经过超过一百万小时的转录语音训练，包括来自工业和商业环境的大量数据，确保在嘈杂的真实环境中稳健运行。
“我们的不同之处在于，我们多年来一直在解决现实世界的企业问题，”**赫兹**说。“我们优化了速度、准确率以及处理复杂环境的能力——不仅限于播客或视频，还有嘈杂、混乱、真实的工作场所。”
该模型的架构将关键词检测直接集成到转录过程中，即使在不可预测的音频条件下，**Jargonic**也能保持准确性。
### 语音优先的未来
对于**AI奥拉**的领导层来说，**Jargonic**是朝着人们与技术互动方式更广泛转变的一步。公司认为语音识别不仅是业务工具，更是人机交互未来的必要界面。
“我们的愿景是，每个机器界面都将很快以语音交互为主，”**赫兹**说。“你可以和你的冰箱、吸尘器、任何机器交谈——它将按照你的要求执行任务。这就是我们正在建设的未来。”
**阿斯巴格**也表达了同样的观点，补充道：“对话式人工智能将成为新的网络浏览器。机器开始理解我们，我们现在有了与它们自然交流的理由。”
目前，**AI奥拉**的重点仍然是企业。**Jargonic**立即可供企业客户通过API接口使用，使他们能够将其语音识别功能集成到自己的工作流、应用或面向客户的业务中。
**VB每日商业用例洞察**
如果你想给老板留下深刻印象，**VB每日**可以帮你做到。我们为你提供关于公司如何应用生成式AI的内部信息，从监管变化到实际部署，以便你分享见解以获得最大回报。立即订阅阅读我们的隐私政策。
感谢订阅。查看更多**VB**新闻简报。
发生错误。
(以上内容均由Ai生成)
