discorso a discorso
Un modello che ascolta l'audio e risponde direttamente con l'audio, senza convertire le parole in testo nel frattempo.
Gli assistenti vocali più vecchi funzionavano in tre passaggi: trasforma il tuo discorso in testo, invia quel testo a un modello linguistico, quindi rileggi la risposta ad alta voce con una voce separata. Un modello di discorso a parlato fa tutto da solo. Prende il suono in ingresso e lo produce in uscita, rimuovendo due passaggi e il ritardo che ne deriva.
La differenza è facile da sentire. Poiché nulla viene appiattito nel testo lungo il percorso, il modello può captare il tono, le interruzioni e il fatto che hai iniziato una frase da capo, e può iniziare a rispondere prima che tu abbia finito. Questo è il motivo per cui un assistente vocale sembra una telefonata mentre il tipo più anziano ha la sensazione di fare a turno con un walkie-talkie.