Ljud

Röstgränssnitt har tagit ett rejält kliv tack vare lokala taligenkänningsmodeller. Det som tidigare krävde molntjänster körs nu på en mobiltelefon – med bättre integritet och lägre latens som följd.

Whisper-familjen och dess efterföljare har gjort transkribering till en råvara. Innovationen sker nu i lagren ovanpå: talarseparation, känsloanalys och realtidsöversättning.

För produktteam öppnas nya möjligheter, men också ansvar. Röstdata är biometrisk data – designa för lokal bearbetning och tydligt samtycke från start.