شرکت Otter.ai در ۱۰ نوامبر ۲۰۲۶ آنچه را بزرگترین گسترش زبانی تاریخ خود خواند اعلام کرد و این خبر را در Web Summit Lisbon رونمایی کرد. این شرکت مستقر در Mountain View گفت ۲۷ زبان تازه به ابزار یادداشتبرداری و سکوی دانش مکالمات خود میافزاید: ۱۳ زبان همین حالا در دسترس است و ۱۴ زبان بهعنوان «بهزودی» معرفی شده است. به گفته شرکت، وقتی گروه دوم عرضه شود مجموع زبانهای پشتیبانیشده به ۳۱ میرسد. شرکت همچنین حالت رونویسی چندزبانه هنوز عرضهنشدهای را پیشنمایش کرد که قرار است جلسه را وقتی افراد میان زبانهای پشتیبانیشده جابهجا میشوند دنبال کند، بیآنکه کسی تنظیمات را دستی عوض کند.
سیزده زبان هماکنون در دسترس عبارتاند از چینی ماندارین سادهشده، آلمانی، ایتالیایی، کانتونی، کرهای، پرتغالی برزیل، روسی، اندونزیایی، مالایی، هلندی، ترکی، ویتنامی و لهستانی. اینها به چهار زبانی میپیوندند که از پیش پشتیبانی میشد: انگلیسی، فرانسوی، اسپانیایی و ژاپنی. چهارده زبان اعلامشده برای آینده عبارتاند از سوئدی، دانمارکی، فنلاندی، عربی، هندی، تایلندی، عبری، نروژی، یونانی، مقدونی، فارسی، چکی، مجاری و رومانیایی. کاربران زبان پشتیبانیشده را در تنظیمات Otter انتخاب میکنند. زبانهای تازه در همه طرحها هزینه اضافهای ندارند و روی رایانه رومیزی، تلفن همراه و مرورگر در دسترساند.
حالت چندزبانه وعدهدادهشده جدا از همین افزودن فوری زبانهاست. شرکت گفت این قابلیت بهزودی میآید و تغییر زبان را در جریان گفتوگو تشخیص میدهد؛ مثلاً یک تماس فروش میتواند از انگلیسی به پرتغالی و سپس به ماندارین برود، یا آنطور که TechCrunch مثال زد از انگلیسی به کرهای و بعد به پرتغالی، بدون مکث برای عوض کردن تنظیمات. این با روند امروزی فرق دارد که در آن کاربر پیش از ضبط یا وارد کردن پرونده، زبان گفتهشده در صدای اصلی را انتخاب میکند. رونویسی خودکار همچنین با ترجمه یکی نیست: انتخاب زبان رونویسی متن را به همان زبانی میسازد که گفته شده است.
شرکت گفت زبانهای تازه روی مدلهای گفتاری اجرا میشوند که خودش آنها را آموزش میدهد، تنظیم میکند و روی زیرساخت خودش میگرداند، نه اینکه دور یک خدمت هوش مصنوعی شخص ثالث پوستهای بکشد. شرکت ادعای دیرینهاش را تکرار کرد که صدای مشتریان را برای پردازش به اشخاص ثالث نمیفرستد و گفت این رویه اکنون به هر زبان تازه هم سرایت میکند. در گفتوگو با TechCrunch، که Lauren Forristal خبر را در ۹ نوامبر ۲۰۲۶ ساعت ۲۳ به وقت اقیانوس آرام گزارش کرد، شرکت گفت مدلهای تازه را با مجموعهدادههای عمومی آموزش داده و با داوطلبان بومیزبان کار کرده که رونوشتها را برای سنجش دقت بازبینی کردهاند. اطلاعیه رسمی همچنین گفت Otter در آزمون مرجع انگلیسی روی Open ASR Leaderboard به میانگین دقت ۹۶ درصد رسیده است؛ رقمی که خود شرکت اعلام کرده و این گزارش برای زبانهای تازهافزودهشده بهطور مستقل آن را نسنجیده است.
شرکت گفت زبانهای تازه در کل جریان کار جلسه اعمال میشوند، نه فقط در رونوشت. پیش از تماس، قابلیت Work Mode میتواند گفتوگوهای پیشین و برنامههای متصل را در یک خلاصه آمادهسازی جمع کند. در طول جلسه، خلاصهها، اقدامها، شناسایی گوینده، AI Chat و جستوجو بهعنوان قابلیتهایی توصیف شدهاند که روی زبانهای پشتیبانیشده کار میکنند. پس از جلسه، Work Mode میتواند گفتوگو را به رایانامههای پیگیری و بهروزرسانی سامانههای ارتباط با مشتری به زبان همان جلسه تبدیل کند. سام لیانگ، همبنیانگذار و مدیرعامل Otter، گفت بسیاری از شرکتهای بزرگ بینالمللی هماکنون این محصول را در منطقههای زمانی و زبانهای گوناگون به کار میبرند و ساخت بازشناسی گفتار در داخل شرکت همان چیزی است که افزودن ۲۷ زبان را با دقت و محرمانگی صدایی که شرکت میخواهد ممکن میکند.
Otter خود را دارای بیش از ۴۰ میلیون کاربر، از جمله بیش از ۸۶ درصد شرکتهای Fortune 500، و دارای رونویسی بیش از یک میلیارد جلسه معرفی کرد؛ ارقامی که از خود شرکت میآید. به پیمایش همکاری Capterra در سال ۲۰۲۴ اشاره کرد که در آن ۴۲ درصد کارکنان دانش در فضای بینالمللی موانع زبانی را یکی از چالشهای اصلی خود نامیدند. سخنگوی Otter به TechCrunch گفت این گسترش قرار است به شرکتها کمک کند برای تصمیمهای گرفتهشده با صدا در چند زبان یک سابقه ثبت بسازند. این اعلام در کنار افزودنیهای اخیر محصول است که جداگانه پوشش داده شدهاند، از جمله Work Mode و Live Assist، و پس از تأمین مالی رشد ۳۲۰ میلیون دلاری از صندوق ارزش مشتری General Catalyst میآید. نوشته رسمی با نام Otter امضا شده و Mitchell Woodrow را تماس رسانهای معرفی کرده است. باید توجه داشت که ۱۴ زبان از ۲۷ زبان و حالت چندزبانه تعویض زبان هنوز عرضه نشدهاند و ادعاهای دقت و پذیرش درباره زبانهای تازه بر روایت خود Otter استوار است.