Zoom首席技術(shù)官黃學(xué)東：通過更高質(zhì)量的AI技術(shù)驅(qū)動(dòng)協(xié)作

技術(shù)的使用是促成人類進(jìn)步的關(guān)鍵，而AI技術(shù)的到來，則是做到了協(xié)助我們完成許多曾經(jīng)看似不可能的事情。在為Zoom AI Companion拓展功能和提升性能的過程中，我們始終密切關(guān)注AI工具是如何賦予用戶力量，并致力于提供最優(yōu)的結(jié)果，以便用戶高效地完成工作。

目前，在日常工作中使用Zoom AI Companion的客戶已涵括金融服務(wù)、醫(yī)療保健、教育、政府等多個(gè)行業(yè)。在教育系統(tǒng)甚至大學(xué)中，學(xué)生和教師正利用Zoom的AI功能來提高講座的可訪問性。在醫(yī)療保健領(lǐng)域，人們則是通過Zoom進(jìn)行網(wǎng)上預(yù)約并使用AI功能來轉(zhuǎn)錄和總結(jié)虛擬會(huì)診信息，以獲得更全面的醫(yī)療服務(wù)。

便捷的AI技術(shù)不僅可以給聽力受損人群提供實(shí)時(shí)字幕，還可以打破語言和溝通障礙。35年前，當(dāng)我還在蘇格蘭愛丁堡時(shí)，觀看BBC的實(shí)時(shí)字幕不僅幫助了我學(xué)習(xí)英語，還使我理解了準(zhǔn)確的字幕和翻譯能夠?yàn)槿澜缱鍪裁?。雖然AI技術(shù)的使用已經(jīng)相當(dāng)廣泛，但我們?nèi)韵Ｍ^續(xù)提高AI技術(shù)的質(zhì)量并開拓更多的可能性。

滿足用戶轉(zhuǎn)錄需求只是我們Zoom利用AI技術(shù)實(shí)現(xiàn)創(chuàng)新的一部分縮影。我們還在從各方面協(xié)助用戶利用AI技術(shù)來增強(qiáng)個(gè)人技能和經(jīng)驗(yàn)。這包含了會(huì)議或網(wǎng)絡(luò)研討會(huì)中自動(dòng)生成的實(shí)時(shí)字幕、將實(shí)時(shí)字幕翻譯成另外一種語言、以及用戶使用AI Companion來做會(huì)議摘要、智能錄音和項(xiàng)目協(xié)作等。Zoom正盡我們所能，創(chuàng)造更適用于全球化商業(yè)模式的便攜且包容的會(huì)議體驗(yàn)。

精準(zhǔn)語音識(shí)別構(gòu)筑

Zoom AI Companion

今年初，我分享了Zoom的AI模型如何在成本顯著低于其他同類模型的同時(shí)，實(shí)現(xiàn)或超越它們的性能。今天，我很高興能跟大家分享來自TestDevLab對(duì)Zoom AI性能的最新評(píng)估結(jié)果。這項(xiàng)成果的發(fā)布進(jìn)一步確立了Zoom AI Companion 2.0在語音識(shí)別和智能會(huì)議領(lǐng)域的領(lǐng)先地位。相較于其他參與測(cè)試的AI工具，我們的AI Companion的優(yōu)勢(shì)更加明顯。

Zoom AI Companion 2.0無縫集成至企業(yè)工作和網(wǎng)絡(luò)信息的能力再次大幅度優(yōu)化了Zoom Workplace的體驗(yàn)。目前，Zoom Workplace已集成了多種AI功能，而其中最常用的AI功能，如會(huì)議摘要、項(xiàng)目寫作和轉(zhuǎn)錄服務(wù)，均由AI Companion驅(qū)動(dòng)著。

Zoom的AI功能的有效性很大一部分取決于AI Companion轉(zhuǎn)錄內(nèi)容的準(zhǔn)確性。許多常用的會(huì)議功能，例如會(huì)中提問，都需要依托于高質(zhì)量的語音識(shí)別才能實(shí)現(xiàn)準(zhǔn)確轉(zhuǎn)錄。一份可靠的轉(zhuǎn)錄將支持Zoom的AI功能精準(zhǔn)抓捕包括姓名、會(huì)議主題和會(huì)議意圖等關(guān)鍵信息，從而形成摘要、要點(diǎn)和可行見解等關(guān)鍵總結(jié)。

詞錯(cuò)誤率（WER）是衡量轉(zhuǎn)錄準(zhǔn)確性的行業(yè)標(biāo)準(zhǔn)。WER是通過比較人工轉(zhuǎn)錄和AI轉(zhuǎn)錄之間的差異百分比來評(píng)估的。在過去幾年中，Zoom不斷致力于提升其人工智能架構(gòu)，目標(biāo)是顯著降低詞錯(cuò)誤率（WER）。通過大幅度減少WER，Zoom能夠提供更準(zhǔn)確、更可靠的轉(zhuǎn)錄服務(wù)，進(jìn)而為我們的客戶提供更高效、更實(shí)用的會(huì)議成果。

在WER分析中，紅色文本代表遺漏的詞，

藍(lán)色文本則代表在源轉(zhuǎn)錄中未找到的詞。

Zoom通過精準(zhǔn)轉(zhuǎn)錄

強(qiáng)化AI功能

TestDevLab的測(cè)試結(jié)果很明確：Zoom AI Companion的表現(xiàn)優(yōu)于Microsoft Teams，WER更低，轉(zhuǎn)錄準(zhǔn)確性更高。在一些字斟句酌的會(huì)議中，即使是微小的轉(zhuǎn)錄錯(cuò)誤也可能對(duì)會(huì)議摘要、任務(wù)或會(huì)議期間的問答產(chǎn)生重大影響。

以下是TestDevLab如何創(chuàng)建和運(yùn)行轉(zhuǎn)錄精確度測(cè)試的：

·開啟并錄制三場(chǎng)參與者從2人到16人不等的會(huì)議

·在會(huì)議期間，所有與會(huì)者通過個(gè)人電腦同步播放文件

·為保證測(cè)試結(jié)果的一致性，TestDevLab在每個(gè)平臺(tái)上對(duì)每項(xiàng)測(cè)試都執(zhí)行了五次

在每場(chǎng)測(cè)試中，TestDevLab都會(huì)對(duì)Zoom Workplace和Microsoft Teams進(jìn)行比較，并記錄二者每場(chǎng)會(huì)議轉(zhuǎn)錄的詞錯(cuò)誤率。

在測(cè)量WER時(shí)，較低的百分比表示轉(zhuǎn)錄質(zhì)量更高

會(huì)議摘要和轉(zhuǎn)錄是許多AI平臺(tái)上最受歡迎且使用最頻繁的功能之一。正因這項(xiàng)功能被頻繁使用，確保錯(cuò)誤降至最低變得尤為關(guān)鍵。這項(xiàng)功能之所以受歡迎，是因?yàn)樗梢詭椭脩粼陂喿x、總結(jié)和更好的理解重要信息方面節(jié)省寶貴的時(shí)間。

精準(zhǔn)的轉(zhuǎn)錄為

AI功能打下堅(jiān)實(shí)基礎(chǔ)

轉(zhuǎn)錄并非TestDevLab衡量AI Companion功能的唯一指標(biāo)。與其他AI功能不同，如會(huì)議摘要，轉(zhuǎn)錄的目的不在于逐字復(fù)制，而是要提供一個(gè)符合用戶期望的、概述會(huì)議內(nèi)容的定制化文檔。

TestDevLab還在會(huì)議摘要質(zhì)量和AI對(duì)話（如答案穩(wěn)定性）方面對(duì)Zoom Workplace和Microsoft Teams進(jìn)行了排名。為了評(píng)估摘要功能，他們創(chuàng)建了一個(gè)具有人工驗(yàn)證結(jié)果的大型語言模型（LLM）助手。

在這次評(píng)估中，TestDevLab測(cè)試了Microsoft Teams中的兩種摘要功能：Teams Premium和Microsoft 365 Copilot許可證提供的智能回顧功能，以及Microsoft Copilot AI助手在Teams會(huì)議中的提示式摘要生成能力。由于Copilot AI助手只能根據(jù)提示生成摘要，TestDevLab選擇了在會(huì)議結(jié)束時(shí)再給到Copilot提示來總結(jié)摘要和行動(dòng)項(xiàng)目。

在AI對(duì)話方面，TestDevLab測(cè)量了AI平臺(tái)在會(huì)議中回答問題的能力，包括了與會(huì)議內(nèi)容相關(guān)的問題，以及與會(huì)議無關(guān)的網(wǎng)絡(luò)搜索問題，比如“世界上最高的建筑是什么？”。在響應(yīng)速度和應(yīng)答穩(wěn)定性方面，尤其是確保所有與會(huì)者能夠接收到相似答案的能力上，Zoom AI Companion的表現(xiàn)優(yōu)于Microsoft。

更高的應(yīng)答穩(wěn)定性表明了Zoom的AI功能始終如一地為所有參與者提供可靠的響應(yīng)，確保用戶在會(huì)議期間的體驗(yàn)更流暢

Zoom AI Companion提供了

更好、更平等的會(huì)議體驗(yàn)

以上結(jié)果展示了我們對(duì)Zoom Workplace和AI Companion的高質(zhì)量發(fā)展承諾。我們正致力于開發(fā)一種能夠讓人們更輕松地相互溝通、提升日常工作效率，并提供選擇性使用人工智能來輔助工作的便捷方式。我們旨在通過AI Companion提供的會(huì)議轉(zhuǎn)錄和輔助功能，打造一個(gè)更公正的協(xié)作辦公環(huán)境。這樣的環(huán)境將惠及聾人、聽力障礙者、神經(jīng)多樣性個(gè)體，以及那些與會(huì)議參與者使用不同語言的人。

TestDevLab進(jìn)行的此次評(píng)估將Zoom Workplace和AI Companion認(rèn)定為AI性能方面領(lǐng)導(dǎo)者。與競(jìng)爭(zhēng)對(duì)手相比，Zoom在轉(zhuǎn)錄準(zhǔn)確性、會(huì)議中問題的響應(yīng)速度以及AI對(duì)話穩(wěn)定性方面展現(xiàn)出了更卓越的性能。

作為Zoom的付費(fèi)用戶，您無需支付任何額外費(fèi)用即可使用Zoom Workplace協(xié)作平臺(tái)中的AI Companion功能，這與那些要求用戶為AI功能支付額外費(fèi)用的競(jìng)爭(zhēng)對(duì)手平臺(tái)形成鮮明對(duì)比。在Zoom，我們堅(jiān)信向廣大客戶提供免費(fèi)且具有變革性的工具至關(guān)重要。我們從提供高質(zhì)量的轉(zhuǎn)錄服務(wù)起步，并持續(xù)致力于為所有用戶打造卓越的AI體驗(yàn)。