市場(chǎng)上有一百萬(wàn)和一個(gè)語(yǔ)音轉錄服務(wù)。 但即使只有一項工作要做，我從來(lái)沒(méi)有見(jiàn)過(guò)一個(gè)服務(wù)，可以處理長(cháng)尾詞匯在現實(shí)世界中使用。 這是特別具有挑戰性的，如果你是一個(gè)創(chuàng )業(yè)公司，試圖出售你的服務(wù)給企業(yè)，依靠準確的轉錄為他們的業(yè)務(wù)。

語(yǔ)音轉錄創(chuàng )業(yè)公司Tetra的聯(lián)合創(chuàng )始人喬恩·戈德史密斯(Jon Goldsmith)理解這一挑戰——事實(shí)上，他甚至愿意承認自己沒(méi)有百分之百地解決這個(gè)問(wèn)題。 但戈德史密斯認為，答案在于深度學(xué)習，他準備用由Amplify Partners領(lǐng)導的150萬(wàn)種子輪來(lái)證明這一點(diǎn)，YCombinator和一些天使的參與。

我順便去Tetra辦公室看看戈德史密斯，他的聯(lián)合創(chuàng )始人NikLiolios和另一位工程師創(chuàng )造了什么。 戈德史密斯給我打了個(gè)電話(huà)，用他的智能手機安裝了Tetra應用程序。 當他和在后臺運行的深度學(xué)習模型傾聽(tīng)時(shí)，我對轉錄服務(wù)提出了一連串的挑戰。

以不同的速度說(shuō)話(huà)，拋出數字，初創(chuàng )公司名稱(chēng)和其他強硬的詞在某種程度上確實(shí)讓利樂(lè )感到沮喪-但公平地說(shuō)，沒(méi)有我沒(méi)有打破的人工智能。 考慮到Tetra的使用是多么容易，我可以看到它被用作備份參考或記錄保存-打開(kāi)它，忘記它，然后用它搜索筆記。

如果需要99或100%的準確性，Tetra提供人類(lèi)轉錄的費用和24小時(shí)等待。 這實(shí)際上幫助了客戶(hù)和Tetra，因為準確的轉錄可以作為培訓數據反饋，以提高未來(lái)的性能。

戈德史密斯告訴我，他正在尋找牽引力出售給投資者，經(jīng)常打勤奮電話(huà)。 這些客戶(hù)希望Tetra創(chuàng )建一個(gè)與行業(yè)專(zhuān)家對話(huà)的永久記錄。 其他更傳統的企業(yè)用例也存在，比如在銷(xiāo)售中。

這對公司來(lái)說(shuō)似乎是相當好的結果。 而且，隨著(zhù)三人Tetra團隊在一個(gè)設計為商業(yè)用途的住宅公寓中工作，情況仍然相當糟糕。 在工程方面，許多基礎設施正由現成的API供電。

這實(shí)際上是一件好事，因為這意味著(zhù)Tetra不會(huì )浪費時(shí)間來(lái)構建市場(chǎng)上已經(jīng)存在的東西，而是專(zhuān)注于收集大量的轉錄數據集，這只會(huì )繼續提高服務(wù)質(zhì)量。

該團隊的方法在很大程度上依賴(lài)于能夠優(yōu)化哪些部分的對話(huà)被發(fā)送到哪個(gè)云API。 例如，一些NLP服務(wù)提供商更好地理解與電影、音樂(lè )和媒體有關(guān)的演講，而另一些服務(wù)提供商更擅長(cháng)數字等。

種子融資150萬(wàn)將用于擴大工程團隊，改善機器學(xué)習管道。 Tetra包括搜索功能，這樣用戶(hù)就可以在傳統上不可檢索的語(yǔ)音記錄中快速找到特定的句子。 我可以看到這在未來(lái)變得更加積極主動(dòng)-例如自動(dòng)標記名稱(chēng)和日期。