در چند ماه گذشته، Fireflies، Wispr Flow و Granola هر سه قابلیت‌هایی رقیب در حوزه دیکته و یادداشت‌برداری جلسات عرضه کرده‌اند. تازه‌ترین ورود به این دسته، ElevenLabs، غول هوش مصنوعی صوتی است که این هفته اپلیکیشنی آزمایشی به نام ElevenAI منتشر کرد؛ اپلیکیشنی که یادداشت‌برداری جلسات، دیکته و یکپارچه‌سازی ایجنت را با هم ترکیب می‌کند.

ElevenAI که در جریان رویداد 11/11 Summit در نیویورک رونمایی شد، هنوز در مرحله پیش‌نمایش است و برای دسترسی به آن باید در فهرست دسترسی زودهنگام ثبت‌نام کنید؛ دانلود مستقیم اپ در کار نیست. ElevenLabs که ارزش آن ۲۲ میلیارد دلار اعلام شده، این محصول را آشکارا محصولی تیمی معرفی می‌کند، نه ابزاری بهره‌وری برای فرد.

ElevenAI همه قابلیت‌هایی را که معمولاً در دیگر اپ‌های این دسته دیده می‌شود یکجا دارد. می‌تواند در جلسات مختلف شما یادداشت بردارد و به سایر شرکت‌کنندگان اطلاع دهد که گفت‌وگو در حال ضبط است. کاربران می‌توانند داده‌های میان جلسات را جست‌وجو کنند و در میانه چت کمک زنده بگیرند تا جزئیات مهمی از گفت‌وگوهای قدیمی‌تر را به یاد بیاورند. ElevenLabs همچنین به شرکت‌ها اجازه می‌دهد ElevenAgent را یکپارچه کنند و اقدامات بعدی را انجام دهند؛ مثلاً نوشتن پیش‌نویس ایمیل بر اساس یادداشت‌های جلسه.

علاوه بر این، قابلیت دیکته هم وجود دارد که به کاربران امکان می‌دهد گفتار را در هر اپلیکیشنی به متن پاک‌سازی‌شده تبدیل کنند، با پشتیبانی از بیش از ۹۰ زبان. به گفته شرکت، این اپ می‌تواند اصطلاحات تخصصی صنایع مختلف را در دیکته و رونویسی جلسات درک کند.

ElevenAI به شرکت اجازه می‌دهد مدل خودش را به نمایش بگذارد و پلتفرم‌های ایجنتش را برای انتقال بهتر زمینه به کار بگیرد. به نظر می‌رسد هدف این استارتاپ رقابت مستقیم در بازار ابزارهای بهره‌وری نیست؛ بلکه می‌خواهد به تیم‌های سازمانی گزینه‌ای بدهد تا به‌جای خرید لایسنس یک ابزار یادداشت‌برداری، از راه‌حل خودش استفاده کنند. همه ابزارهای مرتبط با جلسات می‌کوشند به مرکز دانش شرکت‌ها تبدیل شوند و هم‌زمان استخراج دانش و انجام اقدامات بعدی را خودکار کنند.

هفته گذشته این شرکت مجموعه مدل‌های تبدیل گفتار به متن Scribe نسخه v3 را هم معرفی کرد؛ با قابلیت رونویسی زنده و امکان تنظیم دقیق (fine-tune) مدل‌ها با داده‌های اختصاصی شرکت‌ها، ابزاری برای انتخاب مدل زبانی مناسب بر اساس کاربرد، و سازنده‌ای برای روتین‌ها که کارها را بر پایه متن رونویسی‌شده خودکار می‌کند.

منبع: TechCrunch

متن و تصاویر اصلی از منبع بالا. ترجمه و ویرایش در دیجیتال سرآمد.