Conversational AI ontwikkelt zich razendsnel. We typen niet langer alleen maar tegen machines. We praten met ze, en er wordt steeds vaker van ze verwacht dat ze weten wie er daadwerkelijk spreekt.
Spraakassistenten, IVR-systemen voor banken, chatbots voor klantenservice en digitale identiteitsprocessen leunen steeds meer op spraak. En naarmate spraak de interface wordt, vormt de levendigheid van de communicatie een steeds grotere uitdaging.
Synthetische spraak wordt steeds beter.
– Stemklonen is toegankelijker dan ooit.
– En spoofing-aanvallen klinken nu niet meer zo voor de hand liggend.
Bij spraakbiometrische systemen is het herkennen van een stem niet voldoende. Systemen moeten detecteren of de stem daadwerkelijk van een echt mens afkomstig is, in realtime en onder realistische omstandigheden.
Dat is waar veel modellen tegenaan lopen.
Bij Surfing AI zien we een groeiende vraag naar spraakdatasets die specifiek zijn ontworpen voor spraakherkenning en conversationele biometrische toepassingen. Data die de variabiliteit in de echte wereld vastleggen, zoals accenten, emotionele toestanden, achtergrondgeluid, apparaatkwaliteit en opzettelijke pogingen tot vervalsing.
Omdat een model dat getraind is op schone, vooraf opgenomen audio niet geschikt is voor echte authenticatiescenario's.
Naarmate conversationele AI menselijker wordt, moeten spraakgegevens ook realistischer, confronterender en diverser worden.
De toekomst van spraak-AI zal niet worden bepaald door hoe natuurlijk het klinkt, maar door hoe goed het kan bewijzen wie er daadwerkelijk spreekt.
Gelabelde spraakherkenning