پس از فروش استارت‌آپ به بایدو، فن‌آوران ابزارهای جدیدی را برای ساخت هوش مصنوعی برای شرکت‌های مرکز تماس راه‌اندازی می‌کنند

یافته های کلیدی

• Seasalt فناوری تشخیص گفتار سفارشی را برای مراکز تماس سازمانی ایجاد می کند.
• بنیانگذاران آخرین استارتاپ خود را در سال 2017 به Baidu فروختند.
• این شرکت با غول ارتباطات ابری Twilio همکاری کرده است.

پس از فروش آخرین استارتاپ خود به بایدو، دو متخصص فناوری با شرکتی به نام Seasalt.AI به فضای شلوغ تشخیص صدا و گفتار بازگشتند.

این استارت آپ یک پلت فرم نرم افزاری را به شرکت های سازمانی با مراکز تماس می فروشد. توسعه‌دهندگان می‌توانند از Seasalt برای ساخت برنامه‌ها، دستگاه‌ها و سرویس‌هایی که به صورت مکالمه با کاربران ارتباط برقرار می‌کنند، استفاده کنند.

این شرکت توسط Guoguo Chen و Xuchen Yao، متخصصان نرم افزار تشخیص صدا و گفتار تأسیس شد. چن کلید میانبر «OK Google» را برای اندروید ایجاد کرد و یکی از نویسندگان پروژه تشخیص گفتار به نام Kaldi بود که در نهایت انویدیا آن را در کارت گرافیک خود ادغام کرد. در همین حال، یائو یک دانشجوی فوق دکترا در دانشگاه جانز هاپکینز است که قبلا در انکوباتور موسسه آلن برای هوش مصنوعی (AI2) در سیاتل کار می کرد.

در سال 2015، چن و یائو، KITT.AI، استارت آپی را که از هوش مصنوعی 2 خارج شده بود، تأسیس کردند. یکی از محبوب‌ترین محصولات این شرکت، یک دستگاه بیدارکننده قابل تنظیم به نام Snowboy بود، یک ابزار نرم‌افزاری که به توسعه‌دهندگان اجازه می‌داد تا کلمات داغ کلامی را به سخت‌افزار خود اضافه کنند. این استارت آپ همچنین ChatFlow را راه اندازی کرد، چارچوبی برای توسعه دهندگان برای ساخت ربات های چت.

بایدو KITT.AI را در سال 2017 خریداری کرد. چن و یائو به مدت دو سال برای غول فناوری چینی کار کردند و در سال 2019 آن را ترک کردند.

Seasalt که 22 کارمند دارد، یک موتور تشخیص گفتار سفارشی ارائه می دهد. این استارتاپ فناوری خود را به عنوان «نسل بعدی» هوش مصنوعی محاوره ای توصیف می کند. زمانی که ابتدا در ژانویه 2020 راه اندازی شد، یک دور دانه کوچک ایجاد کرد.

این شرکت شش برنامه کاربردی را به عنوان بخشی از مجموعه کامل خدمات فهرست شده در زیر، به نام “SeaSuite” به فروش می رساند که به صورت پشت سر هم کار می کنند.

• SeaChat به کاربران اجازه می دهد تا چارچوبی برای پاسخ های ربات های چت خودکار ایجاد کنند.
• SeaCode یک استودیوی توسعه نرم افزار هوش مصنوعی محاوره ای است. کاربران می توانند از این پلتفرم برای ساخت ابزارهایی مانند چت بات ها استفاده کنند.
• SeaVoice یک ویژگی رونویسی گفتار به متن (STT) است که می‌تواند برای درک زبان‌های مختلف و گفتار ظریف، در میان سایر برنامه‌ها، سفارشی شود. این ابزار همچنین دارای ویژگی تبدیل متن به گفتار (TTT) است که می‌توان آن را طوری تنظیم کرد که صدایی شبیه به تام هنکس یا دیوید آتنبورو داشته باشد.
• ویژگی های منشی مانند SeaMeet را می توان در کنفرانس ها و جلسات استفاده کرد. این می تواند تا 12 بلندگوی منحصر به فرد را در یک اتاق شناسایی کند. کاربران می‌توانند این مدل را آموزش دهند تا صورتجلسات جلسه و یادداشت‌های بعدی را از جمله اقدامات دیگر ارائه دهد.
• SeaWord را می توان برای چرخش در متن برای استخراج اطلاعات معنی دار سفارشی کرد. این ابزار همچنین می تواند برای برجسته کردن و ویرایش کلمات به عنوان اطلاعات قابل شناسایی استفاده شود.
• SeaX ابزاری است که برای مراکز تماس طراحی شده است. این می تواند پاسخ به پیام های دریافتی، تماس ها، و رسانه های اجتماعی و غیره را خودکار کند. این نرم افزار همچنین دارای ابزاری است که نمایندگان مرکز تماس می توانند از آن برای رونویسی و دسته بندی تماس های دریافتی مشتریان استفاده کنند.

هدف Seasalt ارائه ابزارهایی است که قادر به درک تفاوت های ظریف در گفتار و متن هستند. مورد استفاده اولیه آن در مراکز تماس شرکتی است. این شرکت‌ها از این نرم‌افزار نه تنها برای نظارت و ارزیابی عوامل خود، بلکه برای جمع‌آوری داده‌های صوتی برای به دست آوردن بینش استفاده می‌کنند.

شرکت‌های جهانی باید مراکز تماس را در صدها کشور راه‌اندازی کنند، به این معنی که در هر کجا که فعالیت می‌کنند، ناگزیر با زبان‌ها و لهجه‌های کم منابع مواجه خواهند شد. برای مثال در آمریکا حداقل 24 گویش زبان انگلیسی وجود دارد.

Seasalt حدود 50 مشتری از جمله شرکت های بزرگ در آسیای جنوب شرقی دارد.

یائو به brooztechnology می‌گوید: «برای هر شرکت سازمانی، اگر املای واقعاً عجیب یا اصطلاحات تخصصی فنی دارید، ما می‌توانیم از آن مراقبت کنیم.

سیاتل به کانونی برای استارت‌آپ‌های متمرکز بر NLP تبدیل شده است که بسیاری از آنها از AI2 که در چنین تحقیقاتی تخصص دارد، نشأت گرفته‌اند. فهرست فعلی آن شامل Xembly، Read، Unwrap و Augment و غیره است.

Spoken Communication، یک استارت آپ در سیاتل که فناوری تشخیص گفتار را به مراکز تماس می فروشد، توسط Avaya در سال 2018 خریداری شد.

یائو گفت که به دلیل همه‌گیری، بسیاری از سایت‌های تجارت الکترونیک فرامرزی در شمال شرق و جنوب شرق آسیا برای فروش محصولات خود در خارج از کشور ایجاد شده‌اند. او گفت که این یک باد دنباله برای Seasalt ایجاد می کند. وی افزود: این منطقه در حال حاضر مورد حمایت رقبا قرار دارد.

بازار فناوری مرکز تماس شامل بسیاری از بازیگران موجود است. غول فناوری گوگل توانایی های زبان طبیعی خود را در راه حلی به نام هوش مصنوعی مرکز تماس می فروشد. آمازون و مایکروسافت نیز خدمات خود را دارند: AWS Contact Center Intelligence و Azure Cognitive Services. از دیگر بازیکنان قابل توجه می توان به Deepgram، Five9، Avaya و 8×8 اشاره کرد.

یائو گفت Seasalt اگر شراکتی با Twilio نداشته باشد که زنجیره فروش خود را تقویت کند، «عضله» برای رقابت با Five9 یا سایر شرکت‌های سهامی عام را نخواهد داشت. او توضیح داد که درسی که از KITT.AI گرفته است این است که خود نرم افزار چیزی نیست که برای استارت آپ خندقی ایجاد کند. در عوض، او افزود، این از توزیع، تجاری سازی و پایگاه مشتری فعلی آن ناشی می شود.