Speechly สตาร์ทอัพด้าน Voice Interfaces กำลังพัฒนา AI Voice Recognition ใน Metaverse

Speechly สตาร์ทอัพด้าน Speech Recognition ได้เดินหน้าพัฒนาเครื่องมือสำหรับการนำ Voice Interface ไปใช้ใน Unity แพลตฟอร์มที่พัฒนาด้าน VR และ AR รวมทั้งนักพัฒนาที่ทำงานในโปรเจ็กต์ที่เกี่ยวกับ Metaverse หรือโปรแกรม VR และ AR อื่นๆ ก็สามารถใช้ Speechly Client Library สำหรับ Unity เพื่อรวบรวม Speech Recognition และ Natural Language Comprehension ในการโต้ตอบของพวกเขาได้

โดยที่ Speech API ของ Speechly มีแผนเพื่อใช้ในเกมและ Interactive Experience อื่นๆ

Unity จึงกลายเป็นแพลตฟอร์มที่ได้รับความนิยมอย่างรวดเร็วสำหรับนักพัฒนา VR และ AR ที่ทำงานเกี่ยวกับ Digital Interactions แบบเรียลไทม์ ซึ่งทั้งสองอย่างนี้ สามารถเชื่อมเข้าหากันได้โดยการใช้ Speechly

ดังนั้นแอปพลิเคชันของ Unity ใช้ Speech API ของ Speechly ในการส่งข้อมูลเสียงไปยังคลาวด์ซึ่ง โดย Speechly ได้สร้าง speech-to-text  และ Speech Interaction Capabilities (ซึ่งเป็นความสามารถในการโต้ตอบจากคำพูด) ตามความต้องการของนักพัฒนา นอกจากนี้ยังเพิ่ม Client ลงใน GitHub พื้นที่เก็บข้อมูลของ Speechly เพื่อให้นักพัฒนาทดลองใช้งาน

“ประสบการณ์ด้าน AR/VR, Gaming, และ Metaverse กำลังกว้างขึ้นไปเรื่อยๆ พวกเรายินดีที่ได้เปิดตัว Speechly Client library สำหรับ Unity รวมทั้งการเปิดตัวครั้งนี้เป็นผลมาจากความต้องการที่สูงขึ้นที่จะสามารถเพิ่ม speech interface แบบเรียลไทม์ได้อย่างรวดเร็วเพื่อให้โต้ตอบได้มากขึ้นและง่ายขึ้น” Speechly กล่าวในการแถลงข่าวแนะนำเครื่องมือใหม่ 

ทั้งนี้ Speech Recognition API ของ Speechly ทำงานเหมือนกับการสั่งด้วยระบบเสียงแบบเรียลไทม์ โดยระบบสามารถเริ่มต้นทำงานตามคำสั่งได้ ก่อนที่ผู้ใช้งานจะพูดจบและสามารถปรับเปลี่ยนคำสั่งของผู้ใช้งานให้ชัดเจนขึ้นได้ ซึ่งระบบนี้รวดเร็วกว่าระบบทั่วไปที่ Voice Assistants จะรอจนกว่าผู้ใช้งานจะพูดจบแล้วค่อยเริ่มประมวลผลตามคำสั่ง

นอกจากนี้ Speechly ยังได้ร่วมมือกับ Sayollo แพลตฟอร์มโฆษณาด้านอีคอมเมิร์ซและเกม เพื่อยกระดับ  Speech Interface ภายในเกม โดยอนุญาตให้ผู้เล่นสามารถเรียกไอเท็มที่เห็นในเกม และสั่งซื้อได้โดยไม่ต้องหยุดเกมหรือแอปฯ 

โดยก่อนหน้านี้ Speechly ได้พัฒนาชุดเทมเพลตเพื่อช่วยในการใช้งาน Voice User Interfaces 

ซึ่งเทคโนโลยีนี้ใช้สำหรับการทำความเข้าใจว่าผู้ใช้งานกำลังพูดอะไรและตอบสนองได้อย่างทันท่วงที หรือเรียกได้อีกอย่างว่า Speech User Interfaces 

ด้วยการผสมผสานประสบการณ์การใช้งาน Audio Interactions หลากหลายรูปแบบ ซึ่งผู้ใช้งานสามารถมั่นใจได้ว่าปัญญาประดิษฐ์จะทำงานได้อย่างมีประสิทธิภาพ

อ้างอิง  MetaNews