子細計算機的聲學隔離模型協助電腦在嘈雜環境中理解使用者

加州創業公司 Subtle Computing 致力於解決在嘈雜環境中捕捉人聲的難題，其開發的端到端人聲隔離模型能提升語音 AI 產品的表現。隨著 Granola、Fireflies 等語音 AI 應用及 OpenAI、ClickUp 等平臺的整合，市場對語音識別的需求激增，但現有技術在咖啡廳或辦公室等嘈雜場景中效果不佳。Subtle Computing 的創始團隊成員 Tyler Chen 指出，傳統方案將人聲傳送至雲端處理效率低下，而該公司針對特定裝置的聲學特性訓練專屬模型，而非使用通用模型。測試顯示，保留裝置聲學特徵後，效能提升一個數量級，並能提供個人化解決方案。該公司由在斯坦福大學就讀的 Tyler Chen、David Harrison、Savannah Cofer 和 Jackie Yang 共同創立，獲得 Entrada Ventures 領銜的 600 萬美元種子輪融資，參與機構包括 Amplify Partners 及 Twitter 創辦人 Biz Stone 等天使投資人。Qualcomm 已選定該公司加入其語音與音樂擴充套件計劃，使其技術可應用於相容晶片裝置。此外，Subtle Computing 已與一家消費電子品牌及一家汽車品牌合作，並計劃於明年推出整合硬體與軟體的消費者產品，旨在提供在極端噪音或安靜環境下均可靠、易用的語音介面體驗。