Voicebot開発の現場② #10(後編)

AI Shift Academy（#シフアカ）

前回に引き続き、ボイスボット開発の現場を支えるエンジニアたちが、LLM（大規模言語モデル）の登場による「破壊的進化」と、その裏に隠された「泥臭い苦労」を赤裸々に語ります。

【今回のトピック】

• LLMと「速度」の壁： 0.1秒の遅延が致命傷になる音声会話の世界。

• 「間（ま）」の恐怖： 人間はなぜ1秒の無音に耐えられないのか？

• フィラー（えーっと、少々お待ちください）の重要性： 違和感を消すためのエンジニアの工夫。

• 音声認識の罠： 「チャンネル登録お願いします」と勝手に話し出すハルシネーション問題。

• 技術の総合格闘技： 音声認識、LLM、音声合成を組み合わせる難しさ。

最先端のAI技術を「実用」レベルに落とし込むための、現場ならではの試行錯誤が詰まったエピソードです。ぜひ最後までお楽しみください！

▼おたよりは⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠こちら⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠から