Das Audio-Startup Krisp gab am Mittwoch bekannt, dass es eine neue Funktion einführt, die künstliche Intelligenz nutzt, um den Akzent eines Benutzers während eines Anrufs in Echtzeit zu ändern. Das Unternehmen führte zunächst die Funktion ein, indische englische Akzente in amerikanisches Englisch umzuwandeln.

Das Startup sagt, dass der Akzentverschiebungsprozess die Stimme des Sprechers beibehält und nur die Phoneme an einen amerikanischen Akzent anpasst. Die Funktion wurde offenbar in Unternehmensumgebungen getestet, wobei jetzt eine Betaversion in der Krisp-Desktop-App verfügbar ist. Benutzer können diese Funktion jederzeit während oder vor einem Anruf aktivieren.

Arto Minasyan, Mitbegründer des Unternehmens, sagte, die Idee für das Feature sei aus einer Frage entstanden, die ihm während eines Gesprächs begegnet sei. „Obwohl ich gut Englisch spreche, verstehen viele Leute meinen Akzent nicht. Wir dachten, eine Änderung des Akzents könnte den Leuten helfen, sich besser zu verstehen. Wir haben vor zwei Jahren damit begonnen, daran zu arbeiten, und jetzt bringen wir eine Beta-Version auf den Markt“, sagte Minasyan.

Als Reporter diese Funktion jedoch testeten, stellten sie fest, dass die verarbeitete Sprache unnatürlich klang und manchmal sogar einige Wörter fehlten. Das Unternehmen machte die Mängel darauf zurückzuführen, dass es sich um eine Beta-Version handelte, und sagte, das Modell werde sich mit der Zeit verbessern.

Krisp gibt an, dass beim Testen der Funktion bei Unternehmen die Umsatzkonversionsraten um 26,1 % und die Stückzahlen um 14,8 % gestiegen sind.

Das Unternehmen sagte, es habe sich entschieden, zunächst indische Akzente zu studieren, da Inder einen großen Teil der weltweiten Arbeitskräfte in MINT-Bereichen ausmachen. Sie planen, weitere Akzente zu unterstützen, darunter auch philippinische Akzente.

Andere Startups, wie das von GV unterstützte Sanas, haben ähnliche Technologien in großem Umfang in Callcentern eingesetzt.

Das Unternehmen sagte, es habe das Modell anhand Tausender Sprachproben trainiert, die verschiedene Akzente und Dialekte abdeckten, und mit Zustimmung des Benutzers Daten des Konferenzassistenten verwendet. Ein weiterer Vorteil dieser Funktion besteht darin, dass kein vorheriges Training der Stimme des Benutzers erforderlich ist, da in Echtzeit ein Profil des Sprechers erstellt wird.

Krisp sammelte zuletzt im Jahr 2021 Mittel und das Unternehmen plant, in diesem Jahr iOS- und Android-Apps zu veröffentlichen, um persönliche Treffen zu unterstützen. Darüber hinaus arbeitet das Unternehmen an einer neuen Chrome-Erweiterung für eine bessere Integration mit Google Meet.