Hume、音声に関する質問に1回の呼び出しで回答するAudio Decision APIを発表

Humeによると、Audio Decision APIでは、話者が何人いるか、誰かが笑っているか、通話相手が苛立っているかなど、音声について開発者が質問できます。Humeは、従来は10個以上のモデルが必要だった作業をこのAPIで置き換えられるとしています。

Humeによると、このモデルは1,000万件を超える人間の判断をもとに学習しており、人間のリスナーと同じように回答します。リアルタイムでの処理にも、数時間分の録音の分析にも対応します。利用を希望する場合は、Humeのウェブサイトから申請できます。ローンチを報じたTestingCatalogによると、このモデルの回答が評価パネルの平均と一致した割合は70.7%で、1人のリスナーの場合の56.5%を上回りました。