Krisp 推出实时 AI 口音转换：通话中把印度口音秒变美式

很多跨国团队开会或给海外客户打电话时，最怕的往往不是词汇量不够，而是对方因为口音老要问一句「你能再说一遍吗」。

以降噪工具起家的音频初创公司 Krisp，现在想用 AI 直接在通话里换掉你的口音。公司在 3 月 26 日宣布上线了一项实时口音转换功能，首发支持将印度英语口音实时转换成标准美式英语口音。

保留原有音色，只替换发音音素

根据 Krisp 的介绍，这项功能并不是找一个 AI 语音替你重新念一遍，而是尽量保留说话者本人的声音特征。

系统在通话过程中只针对音素进行实时切换，让发音贴近美式英语。联合创始人 Arto Minasyan 提到，这个功能最大的优势是不需要提前录音做声音预训练，系统会在通话中实时为说话者生成特征文件。

训练数据方面，Krisp 表示使用了涵盖多种口音和方言的数千个语音样本，并且在征得用户同意后，使用了自家会议助手产品里的数据。

目前这项功能已经进入 Krisp 桌面应用的测试版，用户在通话前或通话过程中可以随时打开或关闭。除了印度英语，Krisp 接下来还计划支持菲律宾英语等更多口音。

转化率涨了两成，但实测还会吞字

Minasyan 透露，做这个功能的想法来自他自己的亲身经历。他发现自己英语说得很好，但很多人依然听不懂他的口音，于是团队两年前开始攻关这一技术。

之所以首发先做印度英语，是因为印度在全球理工科（STEM）人才中占据了很大一部分比例。Krisp 宣称在企业环境的测试中，开启口音转换后，销售转化率提升了 26.1%，每单签约收入增加了 14.8%。

不过实际体验似乎还没那么完美。TechCrunch 记者在上手实测后表示，转换后的声音听起来并不自然，甚至有时会出现丢词的现象。Krisp 对此解释称，目前还是测试阶段，模型后续会不断优化。

在市场上，Krisp 也不是唯一盯上这门生意的公司。拿到 GV 投资的 Sanas 等初创企业，已经在呼叫中心领域大规模铺开了类似的实时口音转换技术。

Krisp 上一次融资还是在 2021 年。为了覆盖更多场景，他们计划今年推出 iOS 和 Android 应用来支持线下会议，同时还在开发适配 Google Meet 的 Chrome 浏览器插件。

为什么重要

对从事离岸外包、跨国销售和技术支持的工程师来说，口音往往是无形的沟通摩擦。如果这项技术能稳定运行，确实能帮非母语团队在面向北美客户时减少误解、降低沟通成本。但就目前的体验来看，测试版出现吞字和不自然的情况相当致命，在严肃的商务谈判或客服场景里，漏掉一个关键数字可能比口音本身更糟糕，我们建议普通用户暂时不必急着在正式客户电话里开启。

从行业来看，AI 音频工具的竞争已经从早期的背景降噪、回声消除，升级到了深度的音素级实时重塑。Sanas 已经在呼叫中心站稳了脚跟，Krisp 选择直接把功能塞进个人桌面客户端，意图很明显，就是想靠现有庞大的办公用户基数截流。

我们认为，Krisp 聪明的点在于无需预训练的即开即用设计，这极大拉低了使用门槛。但隐患也同样明显：一方面是实时处理的稳定性和语义完整度还未过关，另一方面，抹平口音的做法一直伴随着文化认同和偏见相关的伦理争议。用算法掩盖口音究竟是在促成沟通，还是在迎合刻板偏见，未来依然会是这家公司绕不开的舆论焦点。