Đầu vào giọng nói hôm nay thực sự cho thấy việc nắm bắt các trường hợp đặc biệt trong sản phẩm đáng giá hơn so với những lợi ích dường như giảm dần khi tinh chỉnh trải nghiệm người dùng vượt ra ngoài mức "đủ tốt." Trước đây tôi ghét việc đánh máy và các định dạng đầu vào giọng nói thành văn bản khác cho đến khi thế hệ sản phẩm AI mới nhất ra đời. Tôi đã lý giải rằng cảm giác kỳ lạ khi nói chuyện với một chiếc máy tính, nhưng giờ tôi nhận ra vấn đề nằm ở chất lượng phiên âm (đầu vào) và khả năng hiểu ngữ cảnh (đầu ra). Bây giờ mà phiên âm gần như hoàn hảo và các LLM thực sự có thể trích xuất ý nghĩa của tôi từ những lời nói lộn xộn không có cấu trúc, rõ ràng là điều này vượt trội hơn trong hầu hết các tình huống so với việc gõ.