تقاضا برای فناوری‌های تشخیص صدا و گفتار بسیار زیاد شده و رو به افزایش است. تحلیل‌های شرکت تحقیقات بازار «Markets and Markets» نشان داده‌اند که این بخش تا سال ۲۰۲۷ می‌تواند به ارزش بیش از ۲۸.۱ میلیارد دلار برسد.

به نقل از تک کرانچ، فروشندگانی که فناوری‌های تشخیص صدا و گفتار را ارائه می‌دهند، کم نیستند؛ اما برخی از تازه‌کارها موفق شده‌اند گزینه‌های بهتری را ایجاد کنند. «ساناس»(Sanas) نمونه خوبی است. این استارت‌آپ که در سال ۲۰۲۰ تأسیس شد، نرم‌افزاری را توسعه می‌دهد که از هوش مصنوعی برای تغییر در لحظه لهجه استفاده می‌کند.

«شرات کشاوا نارایانا»(Sharath Keshava Narayana) رئیس و یکی از بنیان‌گذاران ساناس گفت: ما در ساناس معتقدیم که اگرچه فناوری در حال تغییر صنعت است اما نباید جایگزین ارتباط انسانی شود، بلکه باید آن را تقویت کند. با افزایش میزان تعامل با مشتری در سطح جهانی، نیاز به ارتباط انسان به انسان حیاتی است.

«ماکسیم سربریاکوف»(Maxim Serebryakov) ساناس را همراه با «شاون ژانگ»(Shawn Zhang) و «آندرس سودری»(Andrés Soderi) در زمان دانشجویی راه‌اندازی کرد. این سه نفر کار خود را با الهام از تجربه خسته‌کننده یکی از دانشجویان دیگر درباره کار کردن در یک مرکز تماس تماس تلفنی آغاز کردند.

نارایانا گفت: رائول دوست مکس و شاون مجبور بود برای حمایت از خانواده به نیکاراگوئه بازگردد. او در محل کارش در مرکز تماس، با تبعیض به خاطر لهجه روبه‌رو شد. تجربه او درباره آموزش خنثی‌سازی لهجه و هزینه‌های متحمل‌شده بر او الهام‌بخش مکس و شاون شد تا راه‌حلی را برای کاهش تبعیض ناشی از لهجه ارائه دهند.

در سال ۲۰۲۱ نارایانا که پیشتر استارت‌آپ مرکز تماس Observe.ai را تأسیس کرده بود، به ساناس پیوست و این شرکت اولین بخش از بودجه خود را تأمین کرد.

فناوری ساناس، گفتار را تحلیل می‌کند و گفتار تبدیل‌شده را که با یک لهجه مشخص مطابقت دارد، به عنوان خروجی ارائه می‌دهد. این شرکت ادعا کرده است که می‌تواند احساسات و هویت سخن‌ران اصلی را حفظ کند و میزان صداهای مزاحم را به حداقل برساند.

نارایانا گفت: وجه تمایز ساناس، فناوری‌های هوش مصنوعی ثبت شده این شرکت هستند که الگوهای آوایی را تشخیص می‌دهند و بلافاصله آنها را تنظیم می‌کنند و در عین حال، هویت منحصربه‌فرد گوینده را دست‌نخورده نگه می‌دارند. مدل‌های هوش مصنوعی ساناس با بیش از ۵۰ میلیون گفتار و با استفاده از مجموعه داده‌های جمع‌آوری‌شده از شرکای فناوری ما و صداپیشگان داخلی آموزش دیده‌اند.