Trong nỗ lực nâng cao tính truy cập (accessibility) và hiện đại hóa hệ thống tìm kiếm, TikTok đã công bố việc tích hợp sâu hơn các mô hình nhận diện giọng nói (ASR) dựa trên thế hệ mô hình Whisper v4. Không dừng lại ở việc phụ đề tự động bằng tiếng Anh, các video đăng tải tại thị trường Việt Nam và nhiều khu vực châu Á khác sẽ được nhận diện tiếng mẹ đẻ với độ chính xác cao hơn đáng kể.
Nghiên cứu nội bộ của TikTok cho thấy tính năng phụ đề AI này làm tăng thời gian người dùng xem video (watch time) trung bình lên 15% so với trước. Quan trọng hơn, công nghệ này giúp nền tảng vượt qua rào cản ngôn ngữ, cho phép một video ngắn bằng tiếng Nhật có thể được tra cứu bằng tiếng Tây Ban Nha mà không cần phụ đề máy dịch (machine translation) cồng kềnh.
Đây là một ví dụ điển hình cho thấy AI không chỉ là một tính năng 'flashy' (đẹp mắt) mà là hạ tầng cơ bản để tạo ra các thị trường nội dung toàn cầu hóa, nơi mọi ngôn ngữ và mọi đối tượng người dùng đều có thể tương tác bình đẳng.