Voicebot Research ໃນມື້ນີ້ໄດ້ເຜີຍແຜ່ບົດລາຍງານກ່ຽວກັບການວິເຄາະຂອງຕົວແບບ AI ໃຫມ່ທີ່ນໍາສະເຫນີໂດຍ Treegoat. ຮູບແບບການວິເຄາະຂໍ້ຄວາມຂອງຄໍາເວົ້າແລະກໍານົດຄະແນນ “ຄວາມສົນໃຈ” ລະຫວ່າງ 0.0 – 1.0 ສໍາລັບທຸກໆປະໂຫຍກຂອງຂໍ້ຄວາມຂອງຄໍາເວົ້າ. ຫຼັງຈາກນັ້ນ, ມັນສາມາດລວບລວມການວັດແທກເພື່ອນໍາສະເຫນີຄະແນນຄວາມສົນໃຈໂດຍລວມສໍາລັບຄໍາເວົ້າທັງຫມົດ. ສິ່ງ​ທີ່​ທ່ານ​ມີ​ແມ່ນ​ວິ​ທີ​ການ​ໃຫມ່​ທີ່​ຈະ​ປະ​ເມີນ​ການ​ປາກ​ເວົ້າ​ໂດຍ​ອີງ​ໃສ່​ຂໍ້​ຄວາມ​ຂອງ​ເຂົາ​ເຈົ້າ​ຢ່າງ​ດຽວ​.

Treegoat ໄດ້ຂໍໃຫ້ Voicebot Research ປະເມີນຜົນຜະລິດຂອງຕົວແບບເພື່ອໃຫ້ມີການປະເມີນເອກະລາດຂອງສິ່ງທີ່ພວກເຮົາສາມາດຮຽນຮູ້ຈາກວິທີການ AI ປະເມີນການປາກເວົ້າ. ທ່ານສາມາດດາວໂຫລດບົດລາຍງານເຕັມດ້ວຍການວິເຄາະຂອງ Voicebot ທີ່ນີ້.

ສິ່ງທີ່ຕົວແບບ AI ເຫັນ

ຄໍາເວົ້າ “ຂ້ອຍມີຄວາມຝັນ” ຂອງ Martin Luther King, Jr. ເປັນຕົວຢ່າງທີ່ດີທີ່ຈະສະແດງໃຫ້ເຫັນເຖິງສິ່ງທີ່ຕົວແບບຜະລິດ. ມັນເປັນມູນຄ່າໃນຂະນະທີ່ສັງເກດວ່າຄໍາເວົ້າທີ່ມີຊື່ສຽງນີ້ແມ່ນຫນຶ່ງໃນຄະແນນສູງສຸດທີ່ພວກເຮົາໄດ້ປະເມີນໃນແງ່ຂອງຄະແນນ “ຄວາມສົນໃຈ” ຂອງມັນ. ທ່ານສາມາດເຫັນໄດ້ຈາກຜົນໄດ້ຮັບຂອງຕົວແບບທີ່ຄໍາເວົ້ານີ້ເລີ່ມຕົ້ນດ້ວຍຂໍ້ຄວາມທີ່ຖືວ່າເປັນແບບຈໍາລອງຂອງ Treegoat ທີ່ຫນ້າສົນໃຈຫຼາຍແລະມັນສືບຕໍ່ຜ່ານຄໍາເວົ້າຂອງຄໍາເວົ້າຈົນເຖິງທີ່ສຸດ.

ຄໍາປາໄສທີ່ມີຊື່ສຽງທີ່ສຸດຂອງ King ໄດ້ເລີ່ມຕົ້ນດ້ວຍຄະແນນຄວາມສົນໃຈສູງກວ່າ 0.8 ແລະປ່ຽນແປງເລັກນ້ອຍໃນທົ່ວທີ່ຢູ່ແຕ່ໂດຍທົ່ວໄປແລ້ວຈະຢູ່ໃນລະດັບສູງຈົນເຖິງທີ່ສຸດ. ຮູບແບບ AI ໄດ້ສ້າງຄະແນນຄວາມສົນໃຈສະເລ່ຍລວມຂອງ 0.88. ພວກເຮົາສາມາດປຽບທຽບເລື່ອງນີ້ກັບຄໍາເວົ້າທີ່ບໍ່ຄ່ອຍຮູ້ຈັກໂດຍອະດີດ Lady ຫນ້າທໍາອິດຂອງສະຫະລັດ, Barbara Bush. ທີ່ຢູ່ ທີ່ຢູ່ ວິທະຍາໄລ Wellesley ຂອງນາງເລີ່ມຕົ້ນໃນປີ 1990 ສະແດງໃຫ້ເຫັນຄະແນນຄວາມສົນໃຈໂດຍລວມຕ່ໍາກວ່າ 0.33 ທີ່ມີຄວາມແຕກຕ່າງທີ່ກວ້າງກວ່າ.

Franklin Delano Roosevelt, ປະທານາທິບໍດີຄົນທີ 32 ຂອງສະຫະລັດ, ຮ້າຍແຮງກວ່າເກົ່າໃນຄໍາເວົ້າທີ່ມີຊື່ສຽງທີ່ສຸດຂອງລາວ. ຄໍາປາໄສ, ເປັນທີ່ຮູ້ຈັກສໍາລັບເສັ້ນທີ່ມີຊື່ສຽງ, “ວັນທີທີ່ຈະດໍາລົງຊີວິດຢູ່ໃນຄວາມອັບອາຍ”, notched ພຽງແຕ່ 0.18 ຄະແນນຄວາມສົນໃຈ. ເຈົ້າອາດຈະສັງເກດວ່າຄໍາເວົ້າຂອງ Roosevelt ແມ່ນສັ້ນກວ່າແນວນອນຂອງ King. ແກນ x ອອກຕາມລວງນອນສະທ້ອນໃຫ້ເຫັນຈໍານວນຂອງປະໂຫຍກໃນຄໍາເວົ້າທີ່ປະເມີນ. “ທີ່ຢູ່ Pearl Harbor ກັບປະເທດຊາດ” ແມ່ນພຽງແຕ່ 28 ປະໂຫຍກທຽບກັບ 78 ສໍາລັບ “ຂ້ອຍມີຄວາມຝັນ.”

ມີສອງສາມເຫດຜົນທີ່ດີສໍາລັບການປະຕິບັດທີ່ຕໍ່າຂອງ Roosevelt ໃນລະດັບຄວາມສົນໃຈໃນຄໍາເວົ້າກ່ຽວກັບການໂຈມຕີ Pearl Harbor ທີ່ເປີດຕົວສະຫະລັດເຂົ້າໄປໃນສົງຄາມໂລກຄັ້ງທີສອງ. ບົດ​ລາຍ​ງານ​ໄດ້​ທຳລາຍ​ຂໍ້​ມູນ​ນີ້​ຢ່າງ​ລະອຽດ​ແລະ​ສະ​ແດງ​ໃຫ້​ເຫັນ​ວ່າ​ເປັນ​ຫຍັງ​ຈຶ່ງ​ສອດຄ່ອງ​ກັບ​ຄຳ​ປາ​ໄສ​ຂອງ​ອະດີດ​ປະທານາທິບໍດີ​ຄົນ​ອື່ນໆ​ໃນ​ຍຸກ​ສະ​ໄໝ.

ເຫຼົ່ານີ້ແມ່ນລໍາໂພງທີ່ແຕກຕ່າງກັນໃນໄລຍະເວລາທີ່ແຕກຕ່າງກັນ, ໃຫ້ຄໍາປາໄສປະເພດຕ່າງໆ. ຢ່າງໃດກໍຕາມ, ຮູບແບບ Treegoat ຊ່ວຍໃຫ້ພວກເຮົາສາມາດປຽບທຽບໂດຍກົງວ່າຂໍ້ຄວາມຂອງຄໍາເວົ້າທີ່ຫນ້າສົນໃຈແນວໃດໂດຍບໍ່ມີການຖືກຮຸກຮານຂອງຄວາມຄິດເຫັນ. ນັ້ນແມ່ນສິ່ງສໍາຄັນ. ມາ​ຮອດ​ປະຈຸ​ບັນ, ຄວາມ​ຄິດ​ເຫັນ​ແມ່ນ​ວິທີ​ໜຶ່ງ​ດຽວ​ໃນ​ການ​ປະ​ເມີນ​ຄຸນ​ນະພາ​ບຂອງ​ຄຳ​ປາ​ໄສ. ເພີ່ມເຕີມກ່ຽວກັບຫົວຂໍ້ນັ້ນແມ່ນຂ້າງລຸ່ມນີ້.

ດາວໂຫລດບົດລາຍງານ

ຕົ້ນກໍາເນີດຂອງແບບຈໍາລອງ AI

“ການສ້າງແບບຈໍາລອງການວິເຄາະຄໍາເວົ້າອອກມາຈາກການເຮັດວຽກທີ່ Treegoat ກໍາລັງເຮັດໃນການສ້າງແບບຈໍາລອງເພື່ອວິເຄາະແລະກໍານົດເວລາທີ່ຫນ້າສົນໃຈທີ່ສຸດໃນ podcasts ສໍາລັບຄໍາຮ້ອງສະຫມັກ Marbyl ຂອງພວກເຮົາ, ເຊິ່ງກໍາລັງຈະອອກສູ່ຕະຫຼາດໃນ iOS ແລະ Android app store ໃນຕອນທ້າຍຂອງ ໃນປີ,” Matthew Groner, ຫົວຫນ້າຜະລິດຕະພັນຂອງ Treegoat ກ່າວ. ທ່ານກ່າວຕື່ມວ່າ, “ໃນການເຮັດວຽກກັບຊຸດຂໍ້ມູນການຝຶກອົບຮົມຕ່າງໆແລະສຽງທີ່ຍາວນານ, ພວກເຮົາໄດ້ເລີ່ມການສືບສວນການປາກເວົ້າແລະຄວາມຄ້າຍຄືກັນແລະຄວາມແຕກຕ່າງຂອງ podcasts ແລະຫຼັງຈາກນັ້ນສ້າງແບບຈໍາລອງແຍກຕ່າງຫາກໂດຍສະເພາະໃນການວິເຄາະຄໍາເວົ້າ.”

ພວກເຮົາໄດ້ເຫັນຫຼາຍບໍ່ດົນມານີ້ກ່ຽວກັບພະລັງງານຂອງຕົວແບບ AI ເພື່ອສ້າງຂໍ້ຄວາມ. OpenAI’s GPT-3 ແມ່ນມີຊື່ສຽງທີ່ສຸດ, ແລະຄໍາຮ້ອງສະຫມັກໃຫມ່ຈໍານວນຫຼາຍແລະທຸລະກິດທັງຫມົດແມ່ນຖືກສ້າງຂຶ້ນຕາມຮູບແບບ AI ທີ່ມີຊື່ສຽງ. ຍັງມີແບບຈໍາລອງເຊັ່ນທີ່ສະຫນອງໃຫ້ໂດຍ Grammarly, ເຊິ່ງຈະປະເມີນຂໍ້ຄວາມສໍາລັບການປະຕິບັດຕາມກົດລະບຽບໄວຍາກອນແລະແນະນໍາການແກ້ໄຂ. ການນຳໃຊ້ແບບຈຳລອງ AI ເພື່ອປະເມີນຂໍ້ຄວາມໂດຍອີງໃສ່ພາສາທີ່ໜ້າສົນໃຈໃນທົ່ວຄຳເວົ້າທັງໝົດ ຫຼືເອກະສານໃດໆກໍຕາມສຳລັບເລື່ອງນັ້ນ, ແມ່ນການນຳໃຊ້ໃໝ່.

ພະລັງງານຂອງພາສາ Subjective

ການ​ວິ​ເຄາະ​ປະ​ກອບ​ມີ​ຜົນ​ໄດ້​ຮັບ​ຂອງ​ຫຼາຍ​ກ​່​ວາ 120 ຄໍາ​ປາ​ໄສ. Voicebot ບໍ່ມີບົດບາດໃນການພັດທະນາຫຼືການຝຶກອົບຮົມຕົວແບບ AI ຂອງ Treegoat; ຢ່າງໃດກໍຕາມ, ພວກເຮົາໄດ້ຮັບສິດເສລີພາບຢ່າງສົມບູນໃນການສົ່ງຄໍາປາໄສສໍາລັບການປະເມີນຜົນແບບຈໍາລອງ AI ແລະປະເມີນຜົນໄດ້ຮັບຢ່າງເປັນເອກະລາດ.

ນອກ ເໜືອ ໄປຈາກຄວາມສົນໃຈ, ຮູບແບບດັ່ງກ່າວຍັງປະເມີນລະດັບຂອງພາສາຫົວຂໍ້ທີ່ໃຊ້ໃນແຕ່ລະປະໂຫຍກແລະຈາກນັ້ນລວບລວມເປັນຄະແນນ “ຫົວຂໍ້” ໂດຍລວມເຊິ່ງຖືກນໍາສະເຫນີໃນລະດັບ 0.0 – 1.0. ທີ່ເຮັດໃຫ້ພວກເຮົາສາມາດສ້າງຕາຕະລາງຄວາມສໍາພັນລະຫວ່າງ “ຄວາມສົນໃຈ” ແລະ “ຫົວຂໍ້” ສໍາລັບຄໍາເວົ້າ.

ເຈົ້າສາມາດເຫັນໄດ້ໃນຕາຕະລາງຂ້າງເທິງວ່າມີຄວາມກ່ຽວຂ້ອງກັນຢ່າງແຂງແຮງລະຫວ່າງການໃຊ້ພາສາທີ່ເປັນຫົວຂໍ້ແລະວິທີການທີ່ຫນ້າສົນໃຈຂອງຄໍາເວົ້າທີ່ຖືກຈັດອັນດັບ. ໃນຂະນະທີ່ມີບາງ outliers ໃນຊຸດຂໍ້ມູນ, ຮູບແບບແມ່ນງ່າຍທີ່ຈະກໍານົດໂດຍຜ່ານການເບິ່ງເຫັນ. ນອກຈາກນີ້ຍັງມີການ bifurcation ຂອງຜົນໄດ້ຮັບ, ເຊິ່ງມີຄໍາອະທິບາຍທີ່ຫນ້າສົນໃຈເນັ້ນໃສ່ໃນບົດລາຍງານສະບັບເຕັມ, ບ່ອນທີ່ callouts ຂໍ້ມູນຕາຕະລາງໄດ້ຖືກແກ້ໄຂເປັນສ່ວນບຸກຄົນ.

ສີ່ມິຕິຂອງການປາກເວົ້າ

ໃນຂະນະທີ່ການວິເຄາະສ່ວນໃຫຍ່ຂອງພວກເຮົາໄດ້ສຸມໃສ່ຜົນຜະລິດຂອງຕົວແບບ, ພວກເຮົາຍັງໄດ້ກໍານົດສອງປັດໃຈສໍາຄັນກ່ຽວກັບຄໍາເວົ້າທີ່ເກີນກວ່າສິ່ງທີ່ຕົວແບບ AI ພະຍາຍາມວັດແທກ. ກ່ອນອື່ນ, ພວກເຮົາໄດ້ຮຽນຮູ້ວ່າການປະເມີນຜົນການປາກເວົ້າໃນມື້ນີ້ແມ່ນອີງໃສ່ຄວາມຄິດເຫັນທັງຫມົດ. ບໍ່ມີຈຸດປະສົງຫຼືວິທີການທາງຄະນິດສາດສໍາລັບການວັດແທກວ່າຄໍາເວົ້າທີ່ຫນ້າສົນໃຈແນວໃດ. ຜູ້ທີ່ມີອິດທິພົນທາງດ້ານສື່ມວນຊົນ, ການເງິນ, ນັກວິຊາການ, ແລະລັດຖະບານບອກພວກເຮົາທັງຫມົດບໍ່ວ່າຈະເປັນການເວົ້າທີ່ດີ, ຫນ້າສົນໃຈ, ຫຼືບໍ່ສົນໃຈ. ຄວາມຄິດທີ່ວ່າ Treegoat ສາມາດໃສ່ການປະເມີນຈຸດປະສົງເພີ່ມເຕີມຂອງຄໍາປາໄສທີ່ແຍກອອກຈາກຄວາມຄຶດກ່ອນແລະຄວາມລໍາອຽງຂອງບຸກຄົນແມ່ນຫນ້າສົນໃຈ.

ອັນທີສອງ, ວິທີທີ່ຄົນປະເມີນຄໍາເວົ້າແມ່ນດີເກີນກວ່າຂໍ້ຄວາມຂອງຄໍາເວົ້າ. ຄວາມ​ຄິດ​ເຫັນ​ຂອງ​ເຂົາ​ເຈົ້າ​ໄດ້​ຖືກ​ສ້າງ​ຕັ້ງ​ຂຶ້ນ​ໂດຍ​ສີ່​ຂະ​ຫນາດ​ທີ່​ປະ​ກອບ​ມີ​ສະ​ພາບ​ການ​, speaker​, ການ​ຈັດ​ສົ່ງ​, ແລະ​ຂໍ້​ຄວາມ​. ຂໍ້ຄວາມແມ່ນເປັນເອກະລັກທີ່ມັນມີອົງປະກອບຈຸດປະສົງທີ່ຂະຫນາດອື່ນໆຂາດ. ມັນກໍາຈັດອິດທິພົນຂອງຄວາມລໍາອຽງຄວາມຄິດເຫັນ. ມັນຍັງເປັນອົງປະກອບດຽວທີ່ຢູ່ພາຍໃຕ້ການຄວບຄຸມທີ່ສົມບູນຂອງຜູ້ເວົ້າ.

ໃນຂະນະທີ່ທ່ານບໍ່ສາມາດຄວບຄຸມຄວາມຄິດລ່ວງໜ້າແລະຄວາມລໍາອຽງຂອງຜູ້ຟັງກ່ຽວກັບຄໍາເວົ້າ, ຫົວຂໍ້, ຫຼືຄຸນລັກສະນະອື່ນໆ, ທ່ານສາມາດກໍານົດຄໍາທີ່ເຈົ້າເວົ້າໃນຄໍາເວົ້າແລະວິທີການຈັດລຽງ. ມັນເຮັດໃຫ້ຮູ້ສຶກວ່າຜູ້ເວົ້າຕ້ອງການຂຽນຄໍາເວົ້າທີ່ຫນ້າສົນໃຈຫຼາຍ. ວິທີຫນຶ່ງທີ່ເຂົາເຈົ້າສາມາດເຮັດໄດ້ຄືການເພີ່ມປະສິດທິພາບຂໍ້ຄວາມ. Groner ຂອງ Treegoat ກ່າວຕື່ມວ່າ:

ມີຫຼາຍຄໍາຮ້ອງສະຫມັກທີ່ເປັນໄປໄດ້ຂອງຮູບແບບນີ້, ລວມທັງສໍາລັບນັກຄົ້ນຄວ້າຫຼືການສຶກສາທີ່ຕ້ອງການ delver ເພີ່ມເຕີມໃນການວິເຄາະຂອງຄໍາປາໄສທາງດ້ານການເມືອງ, ນັກຂຽນຄໍາເວົ້າທີ່ສາມາດນໍາໃຊ້ຜົນໄດ້ຮັບຂອງຕົວແບບເພື່ອທົດສອບກ່ອນແລະປັບປຸງຄໍາເວົ້າ, ແລະໃນການຝຶກອົບຮົມ AIs ອື່ນໆ. ສ້າງຄໍາເວົ້າທີ່ມີສ່ວນຮ່ວມ.

ທ່ານຈະພົບເຫັນຫຼາຍກວ່າ 30 ຕາຕະລາງແລະ 25 ຫນ້າຂອງການວິເຄາະໃນບົດລາຍງານເຕັມ. ທ່ານສາມາດດາວໂຫລດໄດ້ໂດຍບໍ່ເສຍຄ່າໂດຍການຄລິກໃສ່ປຸ່ມຂ້າງລຸ່ມນີ້. ໃຫ້ຂ້ອຍຮູ້ວ່າເຈົ້າຄິດແນວໃດ.

ດາວ​ໂຫຼດ​ດຽວ​ນີ້

OpenAI ນໍາພາການລະດົມທຶນ $50 ລ້ານສໍາລັບ AI Video Editor Descriptor

ລາຍລະອຽດຫຼ້າສຸດກ່ຽວກັບການ Layoffs Amazon ແລະຜົນກະທົບຕໍ່ Alexa

GitHub Preview Coding ໂດຍຄຸນສົມບັດສຽງສໍາລັບ AI Programming Assistant Copilot




Categories: AiHome

0 Comments

Leave a Reply

Avatar placeholder

Your email address will not be published. Required fields are marked *