这些高管认为语音 AI 尚未达到其 ChatGPT 时刻

语音 AI 的现状虽然在全双工通信等领域有所进展，但在推理速度和自动语音识别 (ASR) 的准确性方面仍面临挑战。PolyAI 的 Shawn Wen 强调，模型需要快速获取答案，才能让对话感觉自然并建立用户信心，尤其是在客户服务环境中，机械化的声音可能会阻碍互动。

语音 AI 有效性的关键障碍在于其准确识别说话者和捕捉对话完整语境的能力。Otter 的 Alex Gay 指出，如果初始转录或 ASR 有缺陷，那么由此产生的所有后续操作和生产力提升都将变得不可靠。这直接影响用户信任和会议记录工具等应用程序的实用性。

语音 AI 的发展不仅仅是听起来像人类，更重要的是提供功能上的可靠性。两位高管都强调，核心问题不仅是语音质量，而是理解和处理口语的基础准确性。这意味着 ASR 模型需要持续改进，因为下游应用程序严重依赖这个基础层来避免错误并保持用户信心。

透明度也成为语音 AI 工具的实际考量。Otter 和 PolyAI 等公司承认，明确告知用户他们正在与 AI 互动或被录音的重要性。这种对开放性的承诺被视为建立信任的一种方式，尤其是在这些技术越来越多地整合到专业和客户服务环境中时。