Гендиректор ElevenLabs: голос станет новым интерфейсом для ИИ

Соучредитель и генеральный директор ElevenLabs Мати Станишевский считает, что голос становится следующим основным интерфейсом для искусственного интеллекта — способом, с помощью которого люди все чаще будут взаимодействовать с машинами по мере того, как модели выходят за рамки текста и экранов.

Выступая на Web Summit в Дохе, Станишевский рассказал, что голосовые модели, подобные тем, которые разрабатывает ElevenLabs, недавно перешли от простого имитирования человеческой речи — включая эмоции и интонацию — к работе в тандеме с аналитическими возможностями крупных языковых моделей. В результате, по его словам, меняется сам способ взаимодействия людей с технологиями.

В ближайшие годы, отметил он, «хочется верить, что все наши телефоны снова окажутся в карманах, а мы сможем по-настоящему погрузиться в окружающий нас реальный мир, используя голос в качестве механизма управления технологиями».

Именно эта концепция стала одной из движущих сил привлечения ElevenLabs инвестиций в размере 500 миллионов долларов на оценке в 11 миллиардов, и сейчас она находит все больше сторонников во всей индустрии ИИ. OpenAI и Google делают голос центральным элементом своих моделей следующего поколения, а Apple, судя по всему, тихо разрабатывает связанные с голосом и всегда активные технологии — в том числе через приобретения таких компаний, как Q.ai. По мере того как ИИ проникает в умные носимые устройства, автомобили и другую новую электронику, контроль над технологиями становится все меньше связанным с нажатием на экраны и все больше — с голосом, что делает голос основной ареной борьбы для следующего этапа развития ИИ.

Генеральный партнер Iconiq Capital Сет Пьеррепон тоже высказал это мнение на Web Summit, отметив, что хотя экраны продолжат играть важную роль в играх и развлечениях, традиционные методы ввода, такие как клавиатуры, начинают казаться «устаревшими».

По мере того как системы ИИ становятся более агентными, указал Пьеррепон, меняется и само взаимодействие — модели получают больше ограничений, интеграций и контекст, что позволяет им отвечать пользователям без необходимости явного, пошагового задания инструкций.

Станишевский назвал этот переход к агентным системам одним из главных изменений, происходящих сейчас. Вместо того чтобы давать указания на каждый шаг, в будущем голосовые системы будут все больше опираться на постоянную память и накопленный со временем контекст, благодаря чему взаимодействие станет более естественным и потребует от пользователя меньших усилий.

Эта эволюция, добавил он, окажет влияние и на способы развертывания голосовых моделей. Если сегодня качественные аудиомодели в основном работают в облаке, то ElevenLabs разрабатывает гибридный подход, сочетающий облачную и локальную обработку — это позволит поддерживать новые устройства, включая наушники и другие носимые гаджеты, где голос станет постоянным спутником, а не просто опцией, которую пользователь выбирает включить.

Уже сейчас ElevenLabs сотрудничает с Meta*, внедряя свои голосовые технологии в такие продукты, как Instagram* и виртуальная платформа Horizon Worlds*. Станишевский заявил, что также открыт к сотрудничеству с Meta* по развитию голосового интерфейса в умных очках Ray-Ban, поскольку голосовые технологии начинают проникать в новые форм-факторы.

Однако по мере того как голосовые интерфейсы становятся более распространёнными и встроенными в повседневную электронику, возникает ряд серьёзных вопросов относительно приватности, слежки и объема персональных данных, которые такие системы будут накапливать в повседневной жизни пользователя, — и в злоупотреблении этим уже обвиняли компании вроде Google.

Источник: TechCrunch

AI News

Статьи и новости о нейросетях и искусственном интеллекте, просто и понятно о сложных технологиях. Освещает современные тенденции, объясняет, как работают ИИ-системы, и показывает, каким образом нейросети меняют различные сферы жизни. Регулярно собирает подборки и топы полезных нейросетей, тщательно отбирая актуальные инструменты и сервисы, которые могут существенно упростить рабочие и повседневные задачи. В своих подборках делится описаниями возможностей каждой нейросети, а также рекомендациями по их применению, чтобы помочь читателям быстро разобраться в новых технологиях и использовать их с максимальной пользой.

Социальные сети автора: