پرش به محتوای اصلی

Resemble AI قابلیت تشخیص ایجنت را عرضه کرد تا صداهای مصنوعیِ جاعلِ انسان را افشا کند

Behzat AIvoice-agentsagent-detectionsynthetic-mediatelephonyattribution
نمای نزدیک از تجسم یک موج صوتی روی صفحه‌ای تیره که قله‌های دامنه را در سراسر شبکه‌ای از خطوط زمانی نشان می‌دهد.

Resemble AI قابلیت Agent Detection را راه‌اندازی کرده است؛ قابلیتی که حول تمایز دادن گفتار ایجنت مصنوعی از تماس‌گیرندگان انسانی در کانال‌های صوتی تعریف می‌شود. این عرضه یک حالت خطای مشخص را هدف می‌گیرد: ایجنتی که خود را انسان معرفی می‌کند و هیچ نشانه‌ای در خود جریان صوتی وجود ندارد که خلاف آن را نشان دهد. پوشش خبری این عرضه، آن را به‌عنوان سازوکاری برای بررسی ایجنت‌هایی معرفی می‌کند که در طول تماس‌های زنده انسان به نظر می‌رسند.

نمای نزدیک از یک رابط ویرایش صوتی دیجیتال که امواج صوتی و نام فایل‌ها را نشان می‌دهد

این عرضه در میان گزارش‌های گسترده‌ای منتشر می‌شود که از به‌کارگیری ایجنت‌ها برای وظایف تماس خروجی خبر می‌دهند. برای تیم‌هایی که ایجنت‌های صوتی را اجرا می‌کنند، این موضوع یک فرض طراحی را تغییر می‌دهد. پیش‌تر هویت تماس‌گیرنده از روی کانال استنباط می‌شد: صدایی روی خط به معنای یک انسان بود. وقتی ایجنت‌ها با حجم بالا تماس می‌گیرند و تماس می‌پذیرند، کانال صوتی دیگر چنین تضمینی ندارد و یک لایه انتساب باید در کنار پشته گفتگو قرار بگیرد، نه پشت آن.

پرسش‌های عملی با این اعلامیه به‌تنهایی روشن نمی‌شوند. پوشش ارائه‌شده دقت تشخیص، تأخیر، نحوه ارائه سیگنال به پشته تلفنی، یا اینکه آیا این قابلیت به‌صورت درون‌خطی در طول تماس کار می‌کند یا به‌عنوان مرحله بازبینی پس از تماس را بیان نمی‌کند. این جزئیات تعیین می‌کنند که آیا تشخیص می‌تواند دروازه‌ای برای گردش‌کار زنده ایجنت صوتی باشد یا فقط از تحلیل پس از وقوع پشتیبانی کند. همچنین بیان نشده است که این تشخیص‌دهنده روی ترافیک ترکیبی چگونه رفتار می‌کند، مثلاً تماس‌گیرنده انسانی که از طریق یک صدای مصنوعی بازپخش می‌شود، یا روی ایجنت‌هایی که بر پایه مدل‌های گفتاری فروشندگان دیگر ساخته شده‌اند. جهت روشن است: استقرارهای ایجنت صوتی اکنون به یک لایه انتساب نیاز دارند، چون هویت دیگر از روی کانال قابل خواندن نیست.

بیایید صحبت کنیم!