Krisp 推出即時 AI 口音轉換：通話中把印度口音秒變美式

很多跨國團隊開會或給海外客戶打電話時，最怕的往往不是詞彙量不夠，而是對方因為口音老要問一句「你能再說一遍嗎」。

以降噪工具起家的音訊初創公司 Krisp，現在想用 AI 直接在通話裡換掉你的口音。公司在 3 月 26 日宣佈上線了一項即時口音轉換功能，首發支援將印度英語口音即時轉換成標準美式英語口音。

保留原有音色，只替換髮音音素

根據 Krisp 的介紹，這項功能並不是找一個 AI 語音替你重新念一遍，而是儘量保留說話者本人的聲音特徵。

系統在通話過程中只針對音素進行即時切換，讓發音貼近美式英語。聯合創始人 Arto Minasyan 提到，這個功能最大的優勢是不需要提前錄音做聲音預訓練，系統會在通話中即時為說話者生成特徵檔案。

訓練資料方面，Krisp 表示使用了涵蓋多種口音和方言的數千個語音樣本，並且在徵得使用者同意後，使用了自家會議助手產品裡的資料。

目前這項功能已經進入 Krisp 桌面應用的測試版，使用者在通話前或通話過程中可以隨時開啟或關閉。除了印度英語，Krisp 接下來還計劃支援菲律賓英語等更多口音。

轉化率漲了兩成，但實測還會吞字

Minasyan 透露，做這個功能的想法來自他自己的親身經歷。他發現自己英語說得很好，但很多人依然聽不懂他的口音，於是團隊兩年前開始攻關這一技術。

之所以首發先做印度英語，是因為印度在全球理工科（STEM）人才中佔據了很大一部分比例。Krisp 宣稱在企業環境的測試中，開啟口音轉換後，銷售轉化率提升了 26.1%，每單簽約收入增加了 14.8%。

不過實際體驗似乎還沒那麼完美。TechCrunch 記者在上手實測後表示，轉換後的聲音聽起來並不自然，甚至有時會出現丟詞的現象。Krisp 對此解釋稱，目前還是測試階段，模型後續會不斷最佳化。

在市場上，Krisp 也不是唯一盯上這門生意的公司。拿到 GV 投資的 Sanas 等初創企業，已經在呼叫中心領域大規模鋪開了類似的即時口音轉換技術。

Krisp 上一次融資還是在 2021 年。為了覆蓋更多場景，他們計劃今年推出 iOS 和 Android 應用來支援線下會議，同時還在開發適配 Google Meet 的 Chrome 瀏覽器外掛。

為什麼重要

對從事離岸外包、跨國銷售和技術支援的工程師來說，口音往往是無形的溝通摩擦。如果這項技術能穩定執行，確實能幫非母語團隊在面向北美客戶時減少誤解、降低溝通成本。但就目前的體驗來看，測試版出現吞字和不自然的情況相當致命，在嚴肅的商務談判或客服場景裡，漏掉一個關鍵數字可能比口音本身更糟糕，我們建議普通使用者暫時不必急著在正式客戶電話裡開啟。

從行業來看，AI 音訊工具的競爭已經從早期的背景降噪、回聲消除，升級到了深度的音素級即時重塑。Sanas 已經在呼叫中心站穩了腳跟，Krisp 選擇直接把功能塞進個人桌面客戶端，意圖很明顯，就是想靠現有龐大的辦公使用者基數截流。

我們認為，Krisp 聰明的點在於無需預訓練的即開即用設計，這極大拉低了使用門檻。但隱患也同樣明顯：一方面是即時處理的穩定性和語義完整度還未過關，另一方面，抹平口音的做法一直伴隨著文化認同和偏見相關的倫理爭議。用演算法掩蓋口音究竟是在促成溝通，還是在迎合刻板偏見，未來依然會是這家公司繞不開的輿論焦點。