Yelp 本周二表示,正在部署由 AI 驱动的 “语音助手” 来帮助服务提供商和餐厅处理电话、解答基本问题,并完成诸如将客户加入餐厅等候名单等任务。
Yelp 指出,其语音助手无需复杂的设置或 API 集成,可以利用现有元数据以及商户提供的数据(例如发音指南、定制语音问候和电话转接规则)。举例来说,对于餐厅,Yelp 的语音助手可以连接至餐厅的管理软件,在通话结束后向顾客发送预订详情。
此外,Yelp 的语音助手还能处理自动垃圾电话过滤和通话数据分析等任务。对于较为复杂的请求,语音助手会将通话交由人工处理,并在通话结束后向企业提供通话摘要、文字记录和录音。
Yelp 首席产品官 Craig Saldanha 在接受 TechCrunch 采访时表示,“通常情况下,专业人士在恶劣的工作环境下可能无法接听电话,我们希望开发一款能帮助转化那些通常可能错失的潜在客户的产品。”
Yelp 正在使用 OpenAI 的 Realtime API 来实现端到端通话管理。这使得 Yelp 的语音助手在公司知识图谱的辅助下,能够提出并回答后续问题。
Yelp 表示,为了在延迟、语音识别准确性以及整体客户体验方面达到最佳效果,公司正在不断评估并采用新模型。
Saldanha 认为,随着时间的推移,语音技术将逐步普及,而差异化的关键将是底层数据以及 AI 如何处理客户查询的方式。他补充道,在这些方面,Yelp 相较于竞争对手具备一定优势。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。