Speech-Hands: A voice agent that knows when to trust itself

Speech-Hands: A voice agent that knows when to trust itself

What if a speech AI could pause and double-check its hearing when the sound gets messy? That’s the idea behind Speech-Hands, a new voice-agentic framework that teaches models to know when to trust themselves—and when to ask for help.

Instead of blindly mixing speech recognition with external audio perception, Speech-Hands adds a learnable self-reflection step. For every audio snippet, the agent explicitly decides: rely on its own transcription, or consult external candidates. This simple decision prevents noisy guesses from derailing the model and naturally extends from transcription to multiple-choice audio reasoning.

  • On the OpenASR leaderboard, it cut word error rate by 12.1% across seven benchmarks.
  • On audio question answering, it reached 77.37% accuracy with high F1, showing robust generalization.

Why it matters: by unifying perception and decision-making, Speech-Hands builds more reliable, resilient audio intelligence—for voice assistants, contact centers, and accessibility tools.

Paper: https://arxiv.org/abs/2601.09413v1

Paper: https://arxiv.org/abs/2601.09413v1

Register: https://www.AiFeta.com

#AI #SpeechRecognition #AudioAI #ASR #MachineLearning #VoiceTech #AgenticAI #Accessibility

Read more

Koneiden käyttäytymistä ei tarvitse enää kirjoittaa kaavoiksi käsin

Koneiden käyttäytymistä ei tarvitse enää kirjoittaa kaavoiksi käsin

Kun hissi lähtee liikkeelle, ilmastointi säätää puhallusta tai robotti asettaa ruuvin paikalleen, taustalla on malli siitä, miten kone käyttäytyy. Niitä on perinteisesti rakennettu niin kuin hyviä reseptejä: asiantuntija kerää kokemusta, mittaa, kirjoittaa yhtälöitä ja virittää pitkään. Se vie aikaa – ja jokainen muutos laitteessa tai ympäristössä tarkoittaa uutta työtä. Viime vuosina

By Kari Jaaskelainen
Oppimalla ohjattu vedenalainen robotti löysi telakan – myös oikeassa vedessä

Oppimalla ohjattu vedenalainen robotti löysi telakan – myös oikeassa vedessä

Kun robotti-imuri hivuttautuu kotona lataustelakkaansa, kukaan ei pidä hetkeä ihmeenä. Veden alla sama temppu on kaikkea muuta kuin arkipäivää – näkyvyys on huono, virtaukset nykivät, eikä satelliittipaikannus auta. Silti juuri tähän suuntaan on otettu askel, joka voi venyttää vedenalaisten robottien toimintamatkaa ja -aikaa. Vuosia on ajateltu, että vedenalaisen telakoitumisen kaltaiset tehtävät

By Kari Jaaskelainen
Oppivat liikennevalot voivat lyhentää jonotusaikaa kymmenesosan

Oppivat liikennevalot voivat lyhentää jonotusaikaa kymmenesosan

Kaikki tietävät hetken, kun seisot punaisissa valoissa keskellä yötä, eikä mihinkään suuntaan näy autoja. Tai aamun, jolloin tavallinen risteys puuroutuu yllättäen, koska osa kuljettajista päättääkin kääntyä eri suuntaan kuin yleensä. Liikennevalot ovat sääntöjen koneita, mutta liikenne elää kuin säätila. Pitkään ratkaisuksi on ehdotettu ”älykkäitä” valoja, jotka oppivat liikenteestä ja säätävät

By Kari Jaaskelainen