Projektowane obecnie urządzenia i aplikacje coraz częściej zawierają funkcje rozpoznające głos, co powoduje, że firmy IT dostrzegły potrzebę opracowania otwartych standardów, dzięki którym rozwiązania byłyby ze sobą zgodne niezależnie od tego, kto je projektuje.

Eksperci przewidują, że to właśnie interfejsy przetwarzające głos będą w najbliższych latach dominować w całym cyfrowym świecie, łączącym użytkowników z miliardami rozsianych globalnie witryn, inteligentnymi środowiskami IT i wspieranymi przez sztuczną inteligencję botami AI. Kluczem do osiągnięcia w tej dziedzinie sukcesów są otwarte standardy audio.

Zobacz również:

• Microsoft zapowiada nową linię małych modeli językowych AI

Sprawa jest pilna, gdyż tysiące firm i organizacji na całym świecie zaczyna obecnie korzystać z usług asystentów głosowych, chcąc w ten sposób zapewnić większy komfort swoim klientom. Głos szybko staje się dominującą formą interakcji między użytkownikami a ich urządzeniami i usługami. I dotyczy to zarówno domu, jak i pracy.

Asystenci głosowi są teraz uzależnieni od różnych technologii, takich jak automatyczne rozpoznawanie mowy, przetwarzanie języka naturalnego, czy zaawansowane narzędzia do zarządzania dialogami. Dlatego analitycy przewidują, że za pięć lat technologie i interfejsy głosowe zostaną w pełni zintegrowane z większością cyfrowych aplikacji i obsługujących je urządzeń.

Szacuje się, że obecnie na całym świecie funkcjonuje około 3 mld aktywnych agentów konwersacyjnych wykorzystujących głos, a do 2024 roku ich liczba wzrośnie do 8,4 mld.