Le New York City Times vient de publier un article démontrant à quel point la vision des systèmes informatiques peut être trouvée en quelques années seulement. Lorsque l’innovation est apparue pour la première fois en 2014, les images de visages humains générées par l’IA n’étaient au mieux pas raffinées. Maintenant, ils sont presque impossibles à distinguer de la vraie chose. Si une facette de l’IA peut progresser aussi rapidement, elle plaide la question : quelle est la prochaine étape ?
La reconnaissance de la parole est le prochain emplacement de l’IA sur le point de connaître une hypercroissance, et elle est grandement alimentée par le passage quasi universel à la télécommande travail. L’époque où l’on était dans une salle de réunion avec un tableau blanc et où l’on prenait des notes est révolue, peut-être pour de bon. En conséquence, les plateformes de visioconférence comme Zoom ont connu une augmentation massive de l’adoption, et les startups de reconnaissance vocale comme Krisp et Deepgram ont obtenu un financement important malgré le déclin financier.
Le marché de la reconnaissance vocale devrait atteindre un peu plus de 29 milliards de dollars d’ici 2026, mais ce chiffre finira probablement par être beaucoup plus élevé en raison du transfert vers le travail à distance entraîné par la pandémie. Avec presque toutes les conférences d’aujourd’hui qui se déroulent virtuellement, plus de données vocales sont produites que jamais auparavant. La parole est un élément crucial de l’interaction et de l’apprentissage humains, ce qui rend ces toutes nouvelles données exceptionnellement précieuses dans le contexte d’une culture de travail à distance.
Regardons les applications de l’innovation et ce que l’avenir de la reconnaissance vocale pourrait nous réserver.
Jusqu’à récemment, les cas d’utilisation de la reconnaissance vocale n’ont fourni qu’une valeur réelle minimale. Prenons l’exemple de Google Duplex, qui utilise la parole pour passer des appels vocaux pour réserver des restaurants, des voitures et des camions et des réservations d’hôtel. L’innovation a rencontré la résistance des employés de service, qui sont réticents à répondre aux appels qui ne montrent pas le nom d’une personne authentique, donc ses avantages ont été en fait minimes.
Assistants individuels qui tirent parti de la reconnaissance vocale– comme Alexa d’Amazon – manquent de valeur (sans parler de l’essaimage de problèmes de confidentialité). Malgré le fait que plus de 100 millions de gadgets avec Alexa ont été vendus, une fois leur nouveauté passée, les appareils restent souvent inutilisés ou sont limités à des tâches routinières comme jouer de la musique et réciter les prévisions météorologiques.
Où se situe la véritable utilité de cette technologie ?
À mesure que la reconnaissance vocale gagne du terrain, nous pouvons nous attendre à ce que ses cas d’utilisation insignifiants soient abandonnés au fur et à mesure que les applications à haute valeur ajoutée – y compris celles qui traitent des obstacles liés au travail à partir d’un autre emplacement – prennent la priorité.
À l’ère du travail à distance, il existe un besoin vital de pouvoir collecter, acheter, traiter et comprendre les informations vocales collectées à partir d’un logiciel de visioconférence. En examinant ces données, l’innovation en matière de reconnaissance vocale peut déterminer des orateurs spécifiques au sein des réunions, le sentiment de chaque orateur, pendant combien de temps chaque personne a parlé, le matériel de la réunion, les sujets essentiels discutés, développer des actions, et bien plus encore. La capacité de traiter et d’obtenir rapidement des informations à partir des données vocales sera importante pour que les entreprises restent compétitives à l’avenir.
Alors que l’innovation en matière de reconnaissance vocale continue d’évoluer, il est raisonnable de supposer qu’elle deviendra un jour aussi avancée que vision du système informatique. De la même manière que nous ne pouvons plus distinguer entre une photo réelle et un visage développé par l’IA, un jour nous n’aurons plus la possibilité de faire la différence entre une parole humaine et un discours généré par l’IA.
Un exemple d’application est le marketing vocal pour les plateformes telles que les podcasts. À l’heure actuelle, les animateurs de podcast enregistrent des voix off pour les publicités, une fois que l’innovation peut reproduire exactement une voix humaine, cela ne sera plus nécessaire. Cela englobera d’autres types de médias, notamment les films, les publicités télévisées, les voix off pilotées par l’IA pour les livres audio, etc.
La traduction des langues et les applications de découverte, comme Duolingo, bénéficieront également grandement des améliorations de la reconnaissance vocale. Imaginez des applications capables d’enseigner des langues aux gens en ayant des discussions complètes en temps réel. Ou ceux qui peuvent relier les gens en fournissant une traduction précise et rapide comme l’éclair au bout des doigts de l’utilisateur.
L’IA et ses branches respectives – consistant en la parole – sont sans aucun doute efficaces, et l’éthique entrera en jeu au fur et à mesure que la technologie se développera et recueillera d’autres cas d’utilisation. Il est clair que la reconnaissance de la parole offre actuellement une valeur exceptionnelle dans le contexte du travail à distance, et sera un outil essentiel pour le succès des entreprises aujourd’hui et à l’avenir.
Toute l’actualité en temps réel, est sur L’Entrepreneur
