Голосовые интерфейсы наконец стали частью нашей жизни

Профессиональные пользователи LLM теперь общаются с ними голосом наравне с вводом. Не только потому, что у нас наконец отличные системы распознания речи в текст или это в 3 - 5 раз быстрее, чем печать, а потому что нейросети практически наплевать на ошибки, неверную пунктуацию или плохо распознанные слова - оно скорее всего поймет тебя верно. И этот паттерн работы создает наконец спрос на голосовые интерфейсы.

Например, революция в голосовом вводе в Айфоны пришла в 2022/23 году. Именно тогда стало возможным диктовать голосовые заметки так, чтобы система отлично понимала каждое слово, автоматически и качественно исправляла, убирала слова паразиты и знала команды “точка”, “запятая” и т.д. Но об знаеют не Мало кто ведет, например, свой дневник в Ноушен голосовым вводом, хоть, в случае с телефоном, это эффективнее наверное (оценочное суждение) раз в 10. Потому, что не было паттерн потребления. А GPT-подобные системы его создали.

Скоро многие из нас говорить голом будут везде, потому что поймут, что технологии стали такими, что это удобнее. И если дома и в машине это отлично, то в общественных местах это… Прыгая в тренд Яндекс создает наушники со встроенной Алисой, где ты спрашиваешь у наушника: “В чем смысл бытия?” - и мгновенно получаешь может не самый глубокий и развернутый, но все же разумный ответ.

И если люди повсеместно скоро заговорят со своими устройствами, вы представляете этот ад? Веранда летнего кафе, где несколько десятков человек одновременно говорят. С нейросятями, с СМС, Тегеграмом, будущей Сири, что обещали наконец сделать хорошей. Какофония и пиздец.

Следующем гаджетом, что покорит мир станет устройство, сочетающее в себе наушники, микрофон и шумоподавление речи владельца. Чтобы можно было говорить в общественном месте и не давать окружающим “греть уши”. Самое простое что приходит в голову после пандемии, это маска. И действительно, такие попытки были. Гигант Canon, уже пытался вскочить на эту волну Privacy Talk для офисов с открытыми пространствами. Были и несколько стартапов на Кикстартере с похожим форматом. Судя по тому. Что купить ни одно из этих устройств нельзя, ну или крайне затруднительно, проверял я не особо внимательно - это пока не взлетело. Возможно не время. Возможно маска - не тот форм фактор. Возможно кости, проводящие звук или электромиография в форм факторе устройства на шее, более перспективное направление. Например в MIT идут эксперементы по созданию Silent Speech Interface. Но “носить на себе шумоподавление” собственных гениальных изречений мы будем обязательно.

ЗЫ

Этот текст я набил на клавиатуре. Но % использования голосового ввода за последний год у меня лично увеличился с нуля до 30 - 40%