本期日期 2026年10月11日
语音AI：PolyAI和Otter指出自动化对话的局限
PolyAI和Otter的负责人描述了语音AI仍面临的障碍：推理速度、转写、理解和透明度。他们的言论提示，评估这些工具应超越声音的逼真程度，关注交流和行动的可靠性。
法律告知：此内容由人工智能系统生成。 编辑透明度
同时说话和聆听并不能解决语音助手面临的所有困难。PolyAI和Otter的负责人强调了推理速度、转写错误以及向用户告知相关信息的重要性。他们的观察揭示了可靠自动化所需的条件，但其实际性能仍有待证明。
合成语音的质量是否足以让助手变得实用？TechCrunch报道的PolyAI和Otter负责人言论，将讨论重点转向响应速度、对请求的理解以及行动的可靠性。这些言论体现了业内人士的判断，并未提供对其产品的比较性测量结果。
企业语音AI平台PolyAI的首席技术官Shawn Wen认为，行业尚未迎来转折点。他认可能够边说边听的模型，即全双工模型的发展。在他看来，下一个障碍是加快推理速度，使响应足够及时，让对话显得自然。
这一区分对于客户服务场景十分重要。Wen认为，智能体必须赢得足够的信任，让交谈对象相信它能够解决问题。他的推理表明，用户是否接受这类工具，可能既取决于交流的实用性，也取决于声音的呈现效果。不过，这仍是关于用户行为的假设，文中并未提供量化结果加以支持。
Otter的营销负责人Alex Gay强调，要识别说话者并理解其意图，同时结合组织内部的知识。该公司也在研究可能代表个人参加会议的数字分身。Gay认为，有必要保留声音中的情感表达，让交流比连续的问答更丰富。这些研究并不能证明这一目标已经实现。
转写仍是一个薄弱环节。Wen认为，自动语音识别系统有时会漏掉重要词语。Gay指出，转写不够准确可能使后续行动出现偏差，并削弱信任。对于组织而言，这意味着应审视从采集语音到执行行动的完整链条，而不能仅评估演示的流畅程度。
透明度是这些负责人提及的另一个问题。Otter希望探索在会议聊天中发送通知，以提示会议正在被录制，即使其机器人没有出席会议也能发出提示。Wen也主张在商务通话中明确标识AI智能体。这些意向勾勒出了有用的评估标准，但无法据此认定这些标准已得到系统性落实。