Speko 是「語音 AI 專用路由器」,能從眾多語音 AI 模型中自動選出最適合該語言與情境的最佳模型。
試想一下,當您早上起床,用韓語對手機 AI 助理說:「幫我整理今天的會議資料並寄郵件給我」,結果 AI 給出了莫名其妙的回答,或是用像機器人般生硬的聲音說話。雖然 AI 技術近期突飛猛進,但我們所使用的語音 AI 服務,其對話品質往往取決於背後整合了哪些技術。
今天介紹的 Speko 正是為了徹底解決這些煩惱而生。創辦人 Beknazar Abdikamalov 將 Speko 稱為 「語音 AI 的 OpenRouter (OpenRouter for Voice)」 參考資料 5。簡單來說,它是一個為開發者提供指引的平台,能協助開發者更輕鬆地打造出更自然、更聰明的語音助理 參考資料 1。
為什麼這很重要?
目前打造 AI 語音助理服務的企業,必須整合多項技術。大體而言包括:將語音轉為文字的 STT (Speech-to-Text)、生成回答的 LLM (大型語言模型),以及將文字轉為人聲的 TTS (Text-to-Speech) 模型 參考資料 13。然而問題在於,這些模型的發展速度快得驚人。每週都有新版本問世,對企業而言簡直應接不暇。
比喻來說,這就像在一個每天都有新選手冒出來的運動場上,企業必須親自測試,才能找出對我們團隊而言跑得最快、球技最好的選手是誰。在市面上無數模型中,哪一個處理韓語最自然?或者哪一個英語發音好,但在其他語言表現又如何?親自一一驗證在現實中極度困難。Speko 正是代勞了這套繁瑣的測試流程,透過降低企業的技術試錯成本,協助他們提供給使用者更好的對話體驗 參考資料 5。
輕鬆理解:美食策展人 Speko
為了讓您更輕易理解 Speko 的角色,我們可以把它比喻為 「精選頂級廚師料理的美食策展人」。
想像一下有數百位專精各國料理的廚師(各種語音 AI 模型)。顧客(使用者)突然下單:「給我做一份韓語義大利麵」。若在平時,我們得一一測試哪位廚師既懂韓語又擅長做義大利麵。但若委託名為 Speko 的策展人,情況就不同了。Speko 會根據平時持續分析廚師廚藝的數據,瞬間找出那位當下能做出最美味義大利麵的廚師並進行串接。
在技術層面上,Speko 分析並評測了跨 10 種語言、共 61 個語音及語言模型 參考資料 8。無論使用者以何種語言對話,它都能在該情境下即時設定路徑,找到效能表現最佳的組合。開發者無需為複雜的設定苦惱,只需使用 Speko 提供的一組 API Key(連接服務的專屬門禁密碼)即可 參考資料 1, 參考資料 3。
目前現況
Speko 目前正成為各大企業的基礎設施,專門服務開發語音 AI 助理平台或客戶諮詢中心 (CS) 服務的廠商 參考資料 13。它不只是單純選擇模型,還提供提示詞 (Prompt) 管理、語音設定、工具整合,甚至是電話號碼分配與實際服務部署等功能,能透過單一產品進行集中管理 參考資料 3。對於想導入語音 AI 的企業而言,這能免除逐一測試各模型效能的辛勞,成為非常高效的替代方案 參考資料 5。
未來發展
未來的語音 AI 技術將不僅僅是「聽懂話語」,更會進化成具備情感、像真人般對話,甚至能主動處理複雜業務的「代理人 (Agent)」型態。隨著 Speko 這類路由技術的普及,我們所使用的 AI 助理將會變得更貼近特定語言或情境下的最佳化語音。
對使用者而言,我們無需知道背後用了哪家 AI 模型,就能在何時何地與最自然、最聰明的 AI 對話的時代已近在眼前。觀察我們常用的語音 AI 服務將會變得多自然,將會是未來極具看點的焦點。
MindTickleBytes AI 記者的視角
我們處於一個技術發展太快、反倒讓人難以跟上的時代。像 Speko 這樣,擔任調和模型間效能差異並串接最佳組合之「橋樑」的平台愈多,AI 技術將會越過實驗室的圍牆,更深、更柔和地滲透進我們的日常生活中。
參考資料
-
[Speko: OpenRouter for voice AI Y Combinator](https://www.ycombinator.com/companies/speko) - OpenRouter
-
[Voice Agent Infrastructure for STT, LLM and TTS Speko](https://speko.ai/voice-agent-infrastructure/) - Y Combinator Launches of the Week
- Speko launches a benchmark-based router for voice AI models
- speko.ai - the router for voice models
-
[Uzbek-founded Speko launches AI voice routing platform after joining Y Combinator Pivot](https://pivot.uz/uzbek-founded-speko-launches-ai-voice-routing-platform-after-joining-y-combinator/)
- 直接開發 AI 模型
- 自動選擇並連接最佳語音模型
- 收集並販售語音數據
- 語音 AI 技術發展太快,開發者難以比較
- 為了讓全球所有人都能使用英語
- 既有的語音 AI 服務太便宜
- 10 種語言
- 50 種語言
- 100 種語言