Executivos da PolyAI e da Otter dizem que a IA de voz ainda não teve seu momento ChatGPT

Shawn Wen, diretor de tecnologia da PolyAI, disse ao TechCrunch que, apesar dos modelos capazes de falar e ouvir simultaneamente, a IA de voz ainda precisa raciocinar mais rápido para buscar respostas e manter conversas naturais. Alex Gay, diretor de marketing da Otter, afirmou que identificar quem fala, captar a intenção e combinar transcrições com o conhecimento da organização são etapas importantes para automatizar tarefas e reuniões. A Otter também trabalha em “gêmeos digitais” que poderiam representar pessoas em reuniões, mas Gay disse que eles precisariam reproduzir expressões e relações humanas, ou seriam apenas chatbots de perguntas e respostas.

Wen e Gay apontaram que modelos de reconhecimento automático de fala frequentemente deixam passar palavras-chave. Segundo Gay, uma transcrição imprecisa compromete resumos e ações posteriores, reduzindo a confiança na plataforma. Os dois também defenderam que as ferramentas informem quando uma pessoa está falando com uma IA ou sendo gravada; a Otter considera avisar participantes mesmo quando seu bot não está presente.