Présentation de Real World VoiceEQ : mesurer la qualité humaine de l'IA vocale

La voix devient rapidement la principale interface de l’IA. Du support client aux soins de santé en passant par l’éducation, le divertissement et les assistants personnels, la parole remplace de plus en plus le texte dans la manière dont les gens interagissent avec l’IA.

Au cours des dernières années, les modèles vocaux se sont considérablement améliorés. Les taux d’erreur sur les mots continuent de baisser, la latence a atteint la vitesse d’une conversation et de nombreux critères établis approchent de la saturation. Pourtant, quiconque utilise régulièrement l’IA vocale sait que quelque chose ne va toujours pas.

Les modèles vocaux peuvent ressembler à différentes personnes au cours d'une conversation, manquer d'hésitation ou d'incertitude et avoir du mal avec les accents, le bruit ou le discours émotionnel. Ces lacunes sont faciles à ignorer dans les tests axés sur la latence et le taux d’erreur de mots. Les gens se soucient de savoir si un système vocal peut réellement écouter, répondre de manière appropriée et rester naturel et fiable dans les conversations réelles.

Une référence plus la...
[Courte citation de 8% de l'article original]