في عالم يتطلب تواصلًا سريعًا عبر اللغات، نحن بحاجة لتقييم فعّال لوكلاء الصوت التفاعليين. وقد أصدرت مجموعة من الباحثين مشروعًا جديدًا يسمى $ au$-Multilingual، الذي يُعتبر توسيعًا لنموذج $ au$-Voice ليشمل عدة لغات مثل الإسبانية والبرتغالية البرازيلية والهندية والكورية والمدارية، مع تقييم يتضمن مراجعة من متحدثين أصليين.

خلال تجربة مثيرة، تم جمع بيانات من 4,500 مكالمة ثنائية الاتجاه، باستخدام خمسة إعدادات للصوت. تُظهر النتائج أن وكلاء الصوت في اللغات الإسبانية والبرتغالية والهندية لا يبتعدون كثيراً عن الأداء النوعي للغة الإنجليزية، بمتوسط فارق قدره 3.2 نقطة في إنجاز المهام. بالمقابل، شهدت اللغتان الكورية والمدارية انخفاضًا في الدرجة بمقدار 14.7 و8.4 نقطة على التوالي.

كما اختلفت أنماط الفشل في الأداء: تعاني الأنظمة الكورية من ردود أقل، بينما تُسجل الأنظمة المداريّة مقاطعة أكثر في المحادثة. تعد Grok الأفضل من حيث إكمال المهام لكنها تعاني في جودة التوليد، مما يستدعي وجود تقارير منفصلة حول كل من الأداء والتفاعل والتوليد.

لإثراء التجربة، تم إطلاق حزم لغوية وقضاة معتمدين وأدوات لتقييم وكالات الصوت متعددة اللغات التي تعتمد على المجتمع. هذا التقدم ليس مجرد تحسين تقني فحسب، بل يمثل خطوة نحو إثراء التجربة الصوتية للمستخدمين من ثقافات متعددة.