Ejecutivos de PolyAI y Otter dicen que la IA de voz aún no tuvo su momento ChatGPT

Shawn Wen, director de tecnología de PolyAI, dijo a TechCrunch que, pese a los modelos capaces de hablar y escuchar al mismo tiempo, la IA de voz todavía necesita razonar más rápido para obtener respuestas y mantener conversaciones naturales. Alex Gay, director de marketing de Otter, afirmó que identificar a los hablantes, captar la intención y combinar las transcripciones con el conocimiento de la organización son pasos importantes para automatizar tareas y reuniones. Otter también trabaja en “gemelos digitales” que podrían representar a personas en reuniones, pero Gay dijo que tendrían que reproducir expresiones y relaciones humanas; de lo contrario, serían solo chatbots de preguntas y respuestas.

Wen y Gay señalaron que los modelos de reconocimiento automático del habla suelen omitir palabras clave. Gay dijo que una transcripción imprecisa perjudica los resúmenes y las acciones posteriores, lo que reduce la confianza en la plataforma. Ambos también defendieron que las herramientas informen cuando una persona habla con una IA o está siendo grabada; Otter evalúa avisar a los participantes incluso cuando su bot no está presente.