Otter.ai เจาะตลาดทีมข้ามภาษา - ถอดเสียงหลายภาษา 31 ภาษาและตามบทสนทนาเมื่อสลับภาษาได้

Otter.ai ประกาศขยายความสามารถด้านการถอดเสียงหลายภาษา โดยเปิดตัวฟีเจอร์ถอดเสียงแบบมัลติลงกวลที่สามารถติดตามบทสนทนาได้แม้ผู้พูดจะสลับภาษาในระหว่างการประชุม ฟีเจอร์นี้จะตรวจจับการเปลี่ยนภาษาโดยอัตโนมัติและถอดเสียงต่อเนื่องโดยไม่ต้องตั้งค่าซ้ำ ช่วยลดอุปสรรคด้านการสื่อสารสำหรับทีมที่มีสมาชิกจากหลายประเทศ

ขยายภาษาใหญ่สุดครั้งหนึ่ง - 27 ภาษาเพิ่มเป็น 31 ภาษา

บริษัทระบุว่าเป็นการขยายรายการภาษาครั้งใหญ่ที่สุดของ Otter โดยเพิ่มการรองรับอีก 27 ภาษา เมื่อติดตั้งครบจะทำให้ Otter รองรับ 31 ภาษาในระบบ ตัวอย่างภาษาที่เปิดให้ใช้งานแล้ว 13 ภาษาได้แก่ Mandarin Chinese, Korean, German, Italian, Cantonese, Portuguese, Russian, Indonesian, Malay, Dutch, Turkish, Vietnamese และ Polish ส่วนอีก 14 ภาษาที่กำลังตามมาได้แก่ Swedish, Danish, Finnish, Arabic, Hindi, Thai, Hebrew, Norwegian, Greek, Macedonian, Persian, Czech, Hungarian และ Romanian

โมเดลเสียงของ Otter และกระบวนการเทรน

ภาษาที่เพิ่มเข้ามาทั้งหมดรันบน speech models ของ Otter เอง บริษัทระบุว่าใช้ชุดข้อมูลสาธารณะร่วมกับกลุ่มอาสาสมัครเจ้าของภาษาเพื่อตรวจสอบและปรับความแม่นยำของทรานสคริปต์ วิธีการนี้ช่วยให้โมเดลครอบคลุมสำเนียงและบริบทการใช้งานจริงมากขึ้น แม้ว่าจะยังมีความท้าทายด้านคุณภาพในภาษาที่มีทรัพยากรน้อย แต่การทำงานร่วมกับเจ้าของภาษาช่วยยกระดับผลลัพธ์ได้อย่างมีนัยสำคัญ

ฟีเจอร์ทำงานร่วมกับ AI ในที่ทำงาน

การประกาศฟีเจอร์ภาษามาพร้อมกับการขยายขอบเขตของ Otter จากการเป็นเครื่องมือถอดเสียงไปสู่ชุดเครื่องมือ AI สำหรับที่ทำงาน หลังจากได้รับเงินทุน 320 ล้านเหรียญสหรัฐจาก General Catalyst บริษัทได้แนะนำฟีเจอร์ต่างๆ เพื่อช่วยการทำงานระหว่างทีม เช่น Work Mode ที่ดึงประวัติการประชุมและข้อมูลจากแอปเชื่อมต่อมาเตรียมการประชุมล่วงหน้า และ Live Assist ที่ให้คำแนะนำแบบเรียลไทม์ขณะประชุมโดยวิเคราะห์บทสนทนาเพื่อเสนอข้อเสนอแนะหรือสคริปต์ที่เกี่ยวข้อง

ความหมายต่อการทำงานระดับโลก

ความสามารถในการตามบทสนทนาเมื่อผู้พูดสลับภาษาได้ช่วยลด摩擦ในการสื่อสารและทำให้บันทึกการตัดสินใจจากการประชุมถูกต้องมากขึ้นสำหรับทีมข้ามประเทศ Otter มองเห็นการเป็นระบบบันทึกการสื่อสารด้วยเสียงขององค์กรไม่ว่าจะตั้งอยู่ที่ไหน ซึ่งสอดคล้องกับแนวโน้มการใช้ AI เพื่อเพิ่มประสิทธิภาพการประชุมและการทำงานร่วมกัน

สิ่งที่ควรติดตามต่อ - ผู้ใช้และทีมไอทีควรสังเกตความแม่นยำของการถอดเสียงในภาษาเป้าหมาย โดยเฉพาะการใช้งานในบริบททางเทคนิคหรือศัพท์เฉพาะอุตสาหกรรม และติดตามการอัปเดตโมเดลของ Otter เพื่อประเมินการรวมเข้ากับ workflow ขององค์กรอย่างปลอดภัย สำหรับนักพัฒนาหรือวิศวกรซอฟต์แวร์ที่ทำงานกับระบบเสียงและ localization นี่เป็นสัญญาณว่าความต้องการด้านโมเดลภาษาหลายภาษาและการตรวจจับการเปลี่ยนภาษาจะยังคงเพิ่มขึ้น

ที่มา: TechCrunch - เรียบเรียงและสรุปเป็นภาษาไทยโดยทีมงาน IT Genius