Gumagana ba ang AI interview assistant kahit may accent?

Ang tanong ay talagang nahahati sa dalawa, at magkaiba ang sagot ng bawat kalahati. Ang accent mo ay nakakaapekto sa kung paano nate-transcribe ang sarili mong pananalita. Ang accent ng interviewer ay nakakaapekto sa kung naintindihan ng assistant ang tanong na sasagutin nito, at ito ang kalahating nagpapasya kung may kwenta ba ang suhestiyon na nasa iyong screen.

Sa macOS at Windows desktop apps, parehong kinukuha ang dalawang panig: ang system audio ang nagdadala sa interviewer, ang mikropono mo ang nagdadala sa iyo, at magkahiwalay na kinikilala ang dalawang stream. Ang mga tapos nang pangungusap lang ng interviewer ang nagti-trigger ng bagong suhestiyon. Pinagliliit pa ng Side Panel ng browser extension ang saklaw na ito, dahil doon lang sa audio ng meeting tab ito kumukuha, kaya ang interviewer lang ang naririnig nito at hinding-hindi ka nito tine-transcribe. Kung ang sarili mong accent ang ikinababahala mo, ganap na inaalis ng extension ang bagay na ito.

Makatwiran isipin na ang pagpili ng wika ay pumipili rin ng accent, at na may Indian English o Scottish English na opsyon sa isang lugar na hindi mo pa napuntahan. Wala. Ang setting ng wika ay pumipili ng wika lamang at wala nang mas detalyado pa. Ang mga rehiyunal na variant ay nag-iisa bago pa man makarating ang audio sa recognizer, kaya ang UK English at US English ay dumarating bilang parehong request.

Ang talagang nangyayari nang awtomatiko: sa default na auto-detect, kinukuha ng engine ang wika mula sa unang ilang segundo ng pananalita sa halip na piliting sabihin mo ito. Ang accuracy sa pananalitang may accent ay nagmumula sa kung gaano karami ang bahagi ng accent na iyon sa training data ng recognition model, isang bagay na hindi inilalantad ng anumang setting at hindi kayang i-override ng app. Ang direktang pagsasabi nito ay mas mainam kaysa sa pagpapahiwatig na may isang dial na maaaring i-adjust. Kung nasaan ang mga language field ay ipinapakita sa tutorial page.

Bihirang dramatiko ang mga error. Ang isang maling naringgan na teknikal na termino o isang nawalang negation ay nagiging isang suhestiyon na mahusay magsalita, may kumpiyansa, at sumasagot sa isang bagay na hindi tinanong ng interviewer. Tahimik ang kabiguang ito, at ito mismo ang dahilan kung bakit mahalagang malaman ito.

Si Aaron Cao, founder ng SubcueAI, ay inilagay ang live transcript sa screen sa tabi ng suhestiyon sa halip na itago ito dahil dito. Ang pagkita ng pangungusap na sa tingin ng system ay narinig nito ay nagpapahintulot sa iyo na mahuli ang di-pagkakatugma sa mga isang segundo lang, kung saan ang isang suhestiyon na walang nakikitang transcript ay iiwan ka na nagtitiwala sa isang black box sa mismong sandaling kaunti na lang ang kaya mong ipagbaka-sakali.

Ang gawing kaugalian na sulit itaguyod: basahin muna ang linya ng transcript, tapos ang suhestiyon. Kapag hindi magkatugma ang mga ito, ang iyong pandinig ang mananalo. Ang paano magkaugnay ang capture at answer generation ay tinatalakay sa mga how it works page.

Wala sa mga lever sa ibaba ang nagbabago sa acoustic model, at wala sa mga ito ang gumagawa sa isang malakas na accent na ma-transcribe nang kasinghusay ng isang magaan na accent. Ang ginagawa ng mga ito ay tanggalin ang mga error na nasa iyong kontrol na tanggalin.

• Headset sa halip na speakers: pinapanatiling malinis ang audio ng interviewer at pinipigilan ang echo ng silid na maulit na ma-transcribe.
• Isang tahimik na silid: ang background speech ay ang pinagmumulan ng error na madalas kinukulangan tingnan ng mga tao, dahil hindi alam ng recognizer kung aling boses ang sa interview.
• Pagtukoy sa wika sa halip na auto-detect: kung alam mo na na Aleman ang gagamitin sa interview, ang pagsasabi nito ay nakakaiwas sa pagbabalatkayo ng detection sa unang ilang segundo.
• Mas kaunting parallel audio sources: ang musika, notification sounds, at isang pangalawang tawag ay pareho ring napupunta sa parehong system audio stream.

Ang pagpapatakbo ng isang mock interview gamit ang eksaktong hardware na plano mong gamitin ay ang pinakamabilis na paraan upang makita ang tunay mong error rate bago pa man ito maging mahalaga.