arkx很好已经与感官将其声音和面对生物识别工具纳入ARKX的Aerto Avery Words无触摸语音解决方案中。
现在，Biometrics Collaboration现在将使ARKX客户能够访问“始终聆听”和自然语言的无触摸控制功能，包括支持20多种语言的支持，一个预设的唤醒单词库以及创建自定义语言的能力。
ARKX首席执行官Eric Bauswell解释说：“品牌越来越想为客户创造自己的品牌语音体验。”
他补充说：“使用感官，我们集成了一系列强大的高级功能，使OEM能够破坏'足够好'的现状，以便为客户提供尖端的语音识别性能。”
从技术角度来看，每个单词的Ultra Portfolio由音频前端（AFE）语音处理模块，集成的语音模块（SOM +音频板W/AFE）和Amazon Voice Service（AVS）开发套件组成。
先进的音频和语音技术支持人类对人类和人与人之间的语音识别。
Biometrics公司Sensory的首席执行官Todd Mozer评论说：“语音采用量继续迅速增长，品牌一直在探索简化便捷语音UX的过程中的方法。”
典型的部署包括消费电子，家用电器，机器人技术，汽车，可穿戴设备，玩具和物联网（物联网）。
Mozer总结说：“与ARKX Labs合作为行业提供了一个旋转的解决方案，可以将高级语音识别功能集成到其产品中，以使OEM品牌特定的唤醒单词和其他有吸引力的高级功能集。”
伙伴关系是在感官之后数周发布Beta版本其新的人工智能（AI-）AS-A-Service平台。
STC报告了强大的NIST SRE21结果
语音技术中心美国国家标准技术研究所在生物识别扬声器识别测试中宣布了强劲的表现。
对于NIST 2021扬声器识别挑战（SRE），对语音识别算法的表现评估了对话性电话演讲，视频和视频的音频，而STC结合了在后一种情况下使用面部和语音生物识别的STC来识别扬声器。
1月26日的更新排行榜在最小工作点（MIN_C）为0.074，实际操作点（ACT_C）为0.079，以2.48％的误差率（EER）列出STC第二。
STC表示，它是成功合并变压器和WAV2VEC机器学习模型的最早生物识别提供商之一。变压器模型通常用于计算机视觉和自然语言处理，而WAV2VEC是常见的语音识别模型类型。根据公告，他们的组合可以最大程度地减少说话者认可的错误。
语音技术中心首席执行官Dmitriy Dyrmovskiy说：“语音分析提供了对客户满意度和对话质量的见解。” “此外，高质量的演讲者的认可对于全国生物特征系统至关重要。NISTSRE21是2021年的第五次竞赛，在这里，言语技术的解决方案是由国际专家的陪审团获得了很高的分数。语音技术的陪审团很高。在国际比赛中，对于我们的个人成就而言，我们在全球范围内都在国际比赛中认识到一项竞争者，这是全球范围的探讨，这是全球范围的探讨。通过正确展示我们在全球市场上的核心竞争力来达到一个新的水平。”
言语释放语音识别报告
2022年语音报告涵盖了与语音生物识别技术有关的各种主题，包括1950年代直到大流行的语音技术历史。
该文档包括来自行业专家，产品专家和机器学习工程师的见解，特别关注AI偏见和语音技术的未来。
根据该报告，到2024年，估计有84亿个设备将使用语音助手，并且在2021年至2026年之间，语音到文本API市场可能以19.2％的复合年增长率（CAGR）增长。
在关键数据发现中，语音学据称，说话者诊断的准确性提高（根据说话者身份将输入音频流划分为均质段的过程）是未来三年中最需要的功能，并且将近80％被调查的人认为数据隐私和安全性被视为非常高的优先级。
就AI偏见而言，该报告在方言和口音中发现了主要问题，根据被调查的人，这些问题占案件的50％以上。
报告写道：“如果我们将培训模型接触到不同的声音，那么它应该熟悉它们。尽管这不是治疗方法，但暴露对于减少AI偏见至关重要。”
此外，语音方法还说，尽管数据并不是解决AI偏见的唯一方法，但这是一个重要因素。
“这就是为什么自我监督学习的原因（已经证明了可以训练的数据量取得成功）是提高自动语音识别准确性（ASR）的重要因素。”
并根据文件自我监督的学习不仅是对AI偏见的解决方案，而且是语音识别的未来。
“随着我们的未来，我们可以清楚地看到更多的数据要训练，整个行业中有更大的变化的机会 - 可以听到越来越多的声音和语言，” Speckmatics的准确性负责人约翰·休斯（John Hughes）写道。
这语音报告2022在语音网站上公开可用。
