摘要： 本文讲述了一位拥有博士学位的数学家，同时也是一家全球语音AI公司Krisp的创始人的经历。他发现，尽管自己拥有高智商和丰富的商业经验，但由于口音问题，在远程会议中经常被误解。通过数据分析，他发现全球有1.5亿非母语英语使用者，他们面临与他的类似问题。Krisp公司致力于解决口音理解的问题，开发了一种可以在设备端实时处理语音的技术。文章详细介绍了这项技术面临的挑战，包括缺乏标注数据、口音空间的无限性、语音身份的复杂性以及实时处理的需求等。最后，文章介绍了Krisp公司的愿景和目标，以及他们如何通过技术创新解决全球沟通中的障碍。
讨论： 该内容讨论了一个名为Krisp的产品，旨在帮助非母语英语人士改善沟通效果。产品通过设备端的语音识别和调整，优化非母语者的发音，以适应现有的通信基础设施。讨论中提到了该技术的挑战，如缺乏平行数据、声调与身份的交织、低延迟要求等。用户对身份保留、声调调整程度控制、语义漂移问题等提出了疑问和反馈。产品已进入Beta测试阶段，并免费提供。
原文标题：My accent costs me 30 IQ points on Zoom. So we built an ML model to fix it
原文链接：https://krisp.ai/blog/introducing-accent-conversion-for-the-listener/
讨论链接：https://news.ycombinator.com/item?id=47235177