"My name is... my name is...": A Linguistic Map for Voice Agents — Midam Kim, ServiceNow
Midam Kim, ML-ingenjör på ServiceNow, visar hur en röstbot missade hennes namn genom att lägga till ett N, sedan missuttalade det igen trots hennes rättning, och slutligen cut av henne under ett kontonummer.
Hon argumenterar att röst-AI-misslyckanden inte är slumpmässiga buggar utan följer ett strukturerat mönster. Kim presenterar en rutnätsmodell med två kanaler (lyssnande och tal) och fyra nivåer (ljud, ord, samspel, mental modell). Varje typ av fel – igenkänning, uttal, turtagning, avsiktsspårning – hamnar i en cell. Hennes viktigaste poäng är att i röstkonversation försvinner ljuden när de talades, men användarens mentala modell växer – och det är det man egentligen designar för.
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör AI Engineer.
Mer att läsa
Building advertising for the way people use AI
OpenAI för 3 tim sedan
Server-Side Code Execution Tools for AI Agents, Compared
OpenRouter för 13 tim sedan
v0.40.0
Ollama för 13 tim sedan
Google froze its open source bug bounty program due to a ‘significant rise’ in AI submissions
TechCrunch AI för 16 tim sedan