BLUN Voice

Förstå tal, transkribera det och läsa upp naturligt

BLUN Voice kopplar AI-baserad taligenkänning och naturlig taluppläsning direkt till BLUN-plattformen. Modellen kan omvandla samtal och ljudfiler till text, ge struktur åt talat innehåll och läsa upp skrivna svar med naturlig röst. Därmed behöver människor inte längre skriva in allt eller föra anteckningar för hand för att kunna arbeta med en AI.

Voice är mer än en dikteringsfunktion. Den utgör talskiktet för hela arbetsflöden: en användare talar, Voice känner igen innehållet, en textmodell förstår uppgiften, BLUN utför de nödvändiga stegen och Voice läser upp resultatet. På så sätt uppstår assistenter som används som ett riktigt samtal.

Modellen stödjer både tal till text och text till tal. Tal kan alltså bearbetas i båda riktningarna. Dessutom kan Voice användas i realtid, så att svar bearbetas och läses upp medan ett samtal fortfarande pågår.

Användning per nivå

Voice har inget kontextfönster i tokens som går att jämföra med King, Queen eller Prince. På den kostnadsfria nivån och på betalda nivåer beskrivs användningen därför i talkapacitet, till exempel tillgängliga ljudminuter, maximal fillängd, transkriberingsomfång, taluppläsning eller realtidsanvändning. De exakta mängderna måste anges i prisöversikten.

Rena transkriptioner av samtal

Voice omvandlar möten, intervjuer, telefonsamtal och röstanteckningar till text som går att arbeta med. I stället för en oöverskådlig följd av enskilda ord uppstår en strukturerad transkription med meningsfulla stycken och en läsbar disposition.

Beroende på vilket flöde som används kan dessutom talare skiljas åt, tidpunkter kopplas till innehållet och viktiga avsnitt markeras. Transkriptionen kan sedan lämnas vidare automatiskt till Queen eller King, så att beslut, uppgifter, sammanfattningar eller kompletta dokument kommer ur den.

Typiska användningsområden är:

• möten och genomgångar
• intervjuer och kundsamtal
• telefonanteckningar
• röstmeddelanden
• diktamen
• utbildningar och föredrag
• ljud- och videoinnehåll
• talade arbetsinstruktioner

Från samtal till resultat

En transkription på egen hand sparar bara en del av arbetet. Tillsammans med de övriga BLUN-modellerna kan Voice omvandla talat innehåll direkt till användbara resultat.

Ur ett möte kan till exempel följande skapas automatiskt:

• en kort sammanfattning
• en lista över alla beslut
• uppgifter med ansvariga personer
• de datum och tidsfrister som nämnts
• öppna frågor och risker
• ett uppföljande e-postmeddelande
• en post i projekthanteringen

Voice levererar det talade innehållet. Queen bearbetar det professionellt, medan King kan analysera samband, beroenden och konsekvenser vid komplexa möten.

Tala i stället för att skriva

Med Voice kan användare diktera uppgifter, formulera meddelanden och styra BLUN med rösten. Det är särskilt praktiskt när man är på väg, i verkstäder, vid besök ute hos kund och överallt där ett tangentbord är opraktiskt.

En talad mening som ”Skapa en offert av det här kundsamtalet och påminn mig om svaret i morgon” kan lämnas vidare till ett komplett agentflöde. Voice känner igen talet, Queen eller King förstår målet och BLUN-plattformen utför de steg som hör till.

Naturlig taluppläsning

Voice kan återge texter som begripligt och naturligt tal. Därmed går det att utveckla tillämpningar som inte bara lyssnar utan också talar. Tonfall, talhastighet och röstens karaktär kan anpassas till det aktuella användningsfallet.

Möjliga användningsområden är:

• digitala telefonassistenter
• röststyrd produkthjälp
• uppläsning av texter och dokument
• ljudversioner av artiklar och guider
• användargränssnitt med låga trösklar
• talade statusmeddelanden
• interaktiva utbildningar
• röstagenter för interna flöden

Röstagenter i realtid

I en röstagent förenas taligenkänning, modellens intelligens, verktyg och taluppläsning till ett pågående samtal. Användaren behöver inte vänta tills en hel ljudfil har bearbetats. Systemet kan lyssna, svara, ställa följdfrågor och utföra åtgärder.

En sådan agent kan till exempel kontrollera statusen för en beställning, förbereda ett möte, ta emot ett supportärende eller förklara information ur ett internt system. Själva tankearbetet kan beroende på uppgift utföras av Prince, Queen eller King. Voice ser till att hela samspelet kan ske med rösten.

Voices plats i BLUN:s modellfamilj

Voice är BLUN-plattformens gemensamma talskikt. Modellen förenar talinmatning, transkribering, taluppläsning och realtidssamspel och kan arbeta direkt tillsammans med King, Queen, Prince, agenter och verktyg.

Typiska uppgifter för Voice

• ”Transkribera det här kundsamtalet och skilj talarna åt.”
• ”Gör en sammanfattning av teammötet med beslut och uppgifter.”
• ”Skriv det här röstmeddelandet som ett professionellt e-postmeddelande.”
• ”Läs upp den här guiden långsamt och tydligt.”
• ”Bygg en röstassistent som kan hämta beställningsinformation.”
• ”Översätt det här röstmeddelandet och läs upp svaret.”

När Voice är rätt val

Använd Voice när:

• ljud eller talat språk ska bearbetas,
• möten och samtal ska dokumenteras automatiskt,
• användare ska kunna arbeta med BLUN utan tangentbord,
• en tillämpning måste kunna tala naturligt,
• en röstassistent i realtid utvecklas,
• talat innehåll direkt ska utlösa åtgärder,
• texter ska tillhandahållas som ljud.

Vid samtal som är kritiska i juridiskt, medicinskt eller ekonomiskt hänseende bör transkriptioner och automatiskt härledda beslut kontrolleras innan de används vidare. Bakgrundsljud, otydligt tal och flera personer som talar samtidigt kan påverka igenkänningen.