AI 转录和音频智能提供商 Gladia 推出了 Solaria，这是一款新一代自动语音识别 (ASR) 模型，旨在为呼叫中心和其他语音优先平台重新定义实时通信。
Solaria 现在使企业能够通过 AI 驱动的语音技术增强和扩展其客户服务运营，该技术提供无与伦比的语言覆盖范围——支持其他解决方案之前无法访问的 40 多种语言——同时不影响质量或速度。
虽然外包长期以来一直是呼叫中心行业的成本削减策略，但企业现在面临一个新的关键挑战：大规模提供无缝的多语言支持。随着 49% 的全球高管报告由于语言障碍造成财务损失，对可扩展的高质量多语言解决方案的需求从未如此之大。
"我们在市场上看到语音 AI 出现了巨大增长。语音再次成为我们生活的一部分，我们推出了一款名为 Solaria 的新产品，这是一个具有高级功能的实时模型，"Gladia 的 CEO Jean-Louis Queguiner 在接受 GamesBeat 采访时表示。"它将成为市场上最快、最准确的模型，覆盖 100 种语言。"
他说，该产品还具有实时情感分析和实时翻译等功能。它可以处理语音到文本的翻译和转录。这对于语音代理或呼叫中心来说，实时处理非常重要，因为可能需要回答使用不同语言提出的问题。
Solaria：面向全球客户体验的企业级模型
Solaria 是为全球可扩展性而构建的语音转文本 (STT) 引擎。Solaria 旨在满足当今联络中心的需求，在这里，AI 自动化和人工代理都需要高准确性、低延迟和实时多语言支持才能取得成功。
该模型在语音识别方面实现了行业领先的结果，提供了准确性和快速处理速度。最近的基准测试显示，Solaria 在英语、西班牙语、法语和其他常用语言中达到了 94% 的平均词准确率 (WAR)，同时保持超低延迟 270 毫秒，使对话感觉自然流畅。
虽然实时语音转文本通常仅以速度来衡量，但对于提供跨区域无缝服务的企业来说，准确性和语言覆盖率同样至关重要。
与其他优先考虑速度而非可用性的语音转文本模型不同，Solaria 在行业领先的准确性和速度之间取得平衡，并具有无与伦比的语言覆盖范围——总共 100 种语言，独家支持竞争对手无法匹配的 42 种语言。对于孟加拉国、印度和菲律宾等人口众多的市场和主要外包中心，Solaria 现在提供区域语言的母语级准确性。
通过母语级转录、实时代码切换和所有支持语言的翻译，企业可以无限制地拓展全球市场。
Solaria 专为企业级语音自动化设计，提供：
在泰加洛语、孟加拉语、旁遮普语、泰米尔语、乌尔都语、波斯语和马拉地语等高人口语言中具有同类最佳的准确性。
能够使模型适应特定行业术语（如医疗或金融术语）并提取关键数据，如姓名、地址和数字。
自适应语音处理，确保在嘈杂的呼叫中心环境中保持高准确性。
完全符合 GDRP、HIPPA 和 SOC 2 的企业级数据安全性。
通过将 Solaria 添加到其产品组合中，Gladia 允许企业通过改进 AI 驱动的语音代理来增强客户服务，使 IVR 和虚拟助手在多种语言中更加可靠，同时通过实时转录和翻译优化人工辅助工作流程，帮助代理提供更有效的帮助。
"语音是与世界联系最自然的方式——自动语音识别首次缩小了差距，使人类和 AI 真正能说同一种语言，"Gladia 的 CEO Jean-Louis Quéguiner 在一份声明中表示。"通过 Solaria，我们在 AI 驱动的语音技术方面取得了突破，为企业开启了新机遇，提高效率，并在不同语言和市场中提供更无缝、更有影响力的客户体验。Solaria 是为准备在全球范围内引领这一转型的下一代语音平台而构建的。"
Gladia 为全球 700 多家企业客户提供服务，包括 Attention、Circleback、Method Financial 和 VEED.IO，提供企业级服务和可扩展性，由美国和欧洲的专门支持和基础设施提供支持，为关键任务应用程序保证可靠性能。希望全球扩张、优化运营成本和增强客户体验的公司现在就可以开始使用 Gladia 的 API 进行构建。
作为 Solaria 发布的一部分，Gladia 与领先的开源开发者框架 LiveKit 合作，为实时 AI 语音代理提供支持，在 AI 驱动的应用程序中实现实时多语言翻译。这使开发者通过与 Gladia API 的无缝集成获得开箱即用的全球语言功能。
在 2024 年完成 1600 万美元 A 轮融资后，随着今天 Solaria 的推出，Gladia 在确立自己作为领先的端到端 API 音频基础设施提供商方面又迈出了关键一步——结合语音识别、生成式 AI 和语音生成功能，帮助企业用户和开发者充分发掘实时音频数据的潜力。
总部位于巴黎的 Gladia 由 Jean-Louis Queguiner (前 OVHCloud) 和 Jonathan Soto (前 MIT/Sigfox) 于 2022 年创立。Gladia 的产品已被超过 150,000 名用户和 700 家企业客户采用——包括 Attention、Circleback、Method Financial 和 VEED.IO 等行业领导者。
从开始说话到接收到第一个语音激活事件之间有 300 毫秒的延迟。转录需要 100 毫秒，因此几乎可以立即获得结果。
为了进一步提高准确性，Queguiner 表示公司需要对更多数据进行训练，并需要通过数据增强来使数据更加稳健。该公司已制定企业定价方案，但尚未公布。他表示这将是市场上最实惠的解决方案之一。
该公司目前有近 40 名员工。
