代理式自動化和人工智能軟件公司UiPath（NYSE：PATH），宣布推出全新「UiPath 對話式代理」，當中整合了由Google Gemini模型支援的語音互動功能。UiPath 客戶現在可快速且無縫地將代理式自動化引入業務流程，而無需繁瑣的程式編碼或人工操作。此對話式代理具備高準確率的自動語音辨識能力（ASR）、多語言支援、用於選擇適當工具的可靠函數呼叫功能，以及低延遲的即時處理能力。
透過文字和人工智能代理 互動（Text-based interactions），比較適用於要求精確度的任務，例如分析複雜數據、潤飾文件或撰寫正式溝通內容，但在即興對話或現實世界的動態互動時則可能面臨挑戰。語音互動（voice interactions）能提供文字交流無法提供的語境線索、細膩的溝通語氣，以及透過協作解決問題的能力。人工智能代理可以透過語音溝通提升其處理不可預測及開放式任務的效能，而隨著其日益普及，語音互動亦將成為更自然的溝通方式。
透過語音代理簡化代理式自動化
透過 Google Cloud 的 Vertex AI 平台，UiPath讓其客戶能以自然語言語音觸發、建構並管理自動化流程，同時具備與開發者編寫程式碼，或流程負責人建立 自動化工作流程相同的語境理解和企業級執行力。它亦支援進階功能，例如情緒感知對話及主動式音訊回應，模型同時可判斷是否忽略或回應特定輸入，進一步提升了人工智能代理以自然語音與使用者互動的能力。
UiPath 首席產品官 Graham Sheldon 表示：「語音是我們最自然的溝通方式，如今亦能夠成為最自然的自動化方式。透過將 Google Cloud 的 Vertex AI 與 Gemini 模型整合至 UiPath 平台，客戶可透過即時語音觸發及編排自動化流程，令代理式人工智能更具直覺、更易於使用，並在日常工作流程中發揮更大影響力。」