Midam Kim — ML engineer и linguist в ServiceNow, работает над голосовым AI для корпоративных систем и подходит к ним с точки зрения лингвистики. В докладе «My name is... my name is...» она предлагает рамку для голосовых агентов, которая делит слушание и речь на четыре уровня: звуки, слова, взаимодействие и ментальные модели пользователя. Она показывает, как сбои распознавания, произношения, очерёдности реплик и исправления ошибок складываются в одну неудачную беседу и почему эти компоненты нужно согласовывать между собой.

Темы докладов: Голосовые агенты и речь.

Другое1