Soniox STT v6: เปิดตัว API แปลงเสียงพูด เพิ่มป้อนข้อความ
Soniox ปล่อยตัว Soniox STT v6 รุ่นล่าสุดของ API แปลงเสียงพูด เพิ่มฟีเจอร์รับข้อความจากเอเจนต์และตัดเสียงสะท้อน พร้อมใช้งานสองแบบ
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Soniox เปิดตัว STT v6 โมเดลแปลงเสียงพูดรุ่นล่าสุด
- เพิ่มฟีเจอร์รับข้อความจากฝั่งเอเจนต์เพื่อช่วยจดจำคำตอบสั้น
- มาพร้อมระบบตัดเสียงสะท้อนเสียงของตัวเอเจนต์เอง
- ปล่อยใช้งานในสองรูปแบบคือ stt-rt-v6 สำหรับสตรีมมิ่งและ stt-async-v6
Soniox ประกาศเปิดตัว Soniox STT v6 ซึ่งเป็นเทคโนโลยีรุ่นใหม่ล่าสุดของ Speech-to-Text API โดยถูกออกแบบมาเพื่อยกระดับความสามารถของระบบเสียงอัตโนมัติและแชทบอตที่รองรับการสนทนาด้วยเสียงให้มีประสิทธิภาพมากยิ่งขึ้นในการทำงานจริง
จุดเด่นสำคัญของเวอร์ชันนี้คือความสามารถในการอ่านข้อความที่ตัวเอเจนต์ (Voice Agent) พูดออกไป พร้อมกันกับการรับฟังเสียงจากผู้โทรเข้ามาระบบ เพื่อนำข้อมูลข้อความดังกล่าวมาช่วยในการประมวลผลคำตอบสั้น ๆ ได้อย่างแม่นยำยิ่งขึ้น
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
นอกจากนี้ Soniox STT v6 ยังมาพร้อมกับฟังก์ชันในการตัดเสียงสะท้อน (Echo Cancellation) ของเสียงเอเจนต์เองออกจากระบบ เพื่อป้องกันไม่ให้เสียงที่ระบบพูดออกไปย้อนกลับเข้ามาสร้างความสับสนในการแปลงเสียงพูดของผู้ใช้งาน
การปล่อยอัปเดตครั้งนี้แบ่งออกเป็นสองโมเดลหลักเพื่อให้รองรับการใช้งานที่หลากหลาย ได้แก่ stt-rt-v6 สำหรับการใช้งานแบบสตรีมมิ่งเรียลไทม์ และ stt-async-v6 สำหรับการประมวลผลแบบอะซิงโครนัส
การพัฒนาโมเดล Speech-to-Text ที่เข้าใจบริบททั้งฝั่งผู้ใช้งานและฝั่งตัวระบบเอง (Voice Agent) ถือเป็นก้าวสำคัญในการแก้ปัญหาคลาสสิกของระบบเสียงอัตโนมัติ ที่มักประสบปัญหาเสียงสะท้อนและการตีความคำตอบสั้นๆ ผิดพลาดเมื่อระบบพูดแทรกหรือพูดพร้อมกัน การเพิ่มช่องทางรับข้อความฝั่งเอเจนต์โดยตรงช่วยลดภาระการประมวลผลและเพิ่มความลื่นไหลในการสนทนา
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น