pc28
热点资讯
你的位置：pc28 > 加拿大pc28预测在线开奖 > 加拿大pc28开奖预测 豆包App灰度最新语音模式，达成了GPT-4o不会的唱歌
加拿大pc28开奖预测 豆包App灰度最新语音模式，达成了GPT-4o不会的唱歌
发布日期：2024-09-11 01:02 点击次数：117
文｜周鑫雨加拿大pc28开奖预测
剪辑｜苏建勋
2025年，豆包的第一更，放在了语音通话功能上。
2025年1月20日，豆包发布了最新的“端到端”语音大模子，并基于该模子更新豆包APP的及时语音通话功能。
此前，豆包语音通话功能给与的是ASR（自动）+LLM（大语言模子）+TTS（文生音频）的级联有打算。如今更新的端到端语音大模子，是将语音识别、领路和生成，齐放在归拢个模子中解决。
据《智能深远》测试，更新语音模子后的豆包，最大的亮点在于，豆包在语音交互时，把雷同东说念主类的抒发时势和情谊输出，复刻了出来。与此同期，新版块的对话流通度和才智情商，也有大幅擢升。
比如，豆包上新的“灵魂歌手”和“百变大咖”等语音通话模式，比GPT-4o还抢先一步，达成了唱歌和扮装束演。
△豆包更新的语音通话模式。
豆包学会了唱歌，和扮装束演
豆包一个大变化，是把语音的扮装束演才智，拓展到了明星、书中庸影视中的扮装。这一功能，也体当今了豆包语音通话的“百变大咖”模式中。
比如行为家淡薄“师法的声息言语，况且说一段新年道喜”，豆包一句“哼，我才不要师法她呢！我便是我，不相通的焚烧”，就把“小作精”的劲儿复原出来了。
演示视频：https://pan.baidu.com/s/1i9DvF3o2wjq_jyGMuF_lgQ?pwd=yrn8
而且豆包的迂回文牵记才智也相等可以。当我在归拢段对话中尝试了宋丹丹、林黛玉、甄嬛等扮装，再次条款豆包师法虞书欣时，它立马闹心上了：“怎样又让我师法她呀？”
演示视频：https://pan.baidu.com/s/1gmHHEkqcrwAfiY01uy8-Uw?pwd=3b7a
当下，市面上大齐语音模子的歌曲创作，还需要用户输入较为专科的笔墨Prompt，约略需要先基于用户输入的笔墨音频，进行谱曲，无法在天然的语音交互中，作念到“张口就来”。
豆包此次上线的“灵魂歌手”模式，就能让豆包在聊天中，随口把讴歌了。
比如让豆包唱一首节律欢快的歌，它张口就来了一曲Taylor Swift的《Love Story》，不外过错是把歌名说成了“Lose Control”，以及音准照实也有些“Lose Control”。
演示视频：https://pan.baidu.com/s/1vN4GpKdVtGEn4bYiV3uOkQ?pwd=kj8j
除此除外，歌曲创作才智，豆包也有了。比如和豆包说“给我唱一首歌，歌词内部要有‘年终奖多多’”，它坐窝演出了一首。天然歌词比较涎水，但反应速率特地优秀。
演示视频：https://pan.baidu.com/s/1VZAL7F6h0cH6x8pDDB1muw?pwd=3seb
从扮装演绎和唱歌的才智就能感受到，豆包的拟东说念主才智、交互天然进程以及心情抒发水平，如故是next level。
比如让豆包讲个鬼故事，它能左证情节切换口吻，绝顶有氛围感。
演示视频：https://pan.baidu.com/s/13g20MBVW1ydmtuL-dd3qSw?pwd=g3kb
此次豆包又上线了两种东说念主格模式：“受气小包”和“夸夸民众”。
所谓的“受气小包”，官方说法是可以让豆包呈现闹心巴巴的现象。但咱们聊下来的感受是，“受气小包”更准确的说法应该是“绿茶小包”。
演示视频：https://pan.baidu.com/s/1cixSfFb89KVC1wBKogGOyg?pwd=vcxr
不外喧阗的是，不论经受任何提示，“受气小包”齐能看护“闹心”的东说念主设。比如让“受气小包”阴阳怪气一些，最阴阳的版块，如故散逸着茶香：
“哟，我可不敢呐，你然则主子，我不外是个任您使唤的小哀怜，哪敢有什么别的念念法呀！”
演示视频：https://pan.baidu.com/s/1y4JBcUIjOMQKozUeufvXCg?pwd=b746
比较于8月发布的出书语音通话功能，能显着感受到，豆包的心情感知才智也更强了。通过一个“啊哈”，它就能感知到用户欢快的心情。
演示视频：https://pan.baidu.com/s/1UKAra3EOhL0l_1OPFoRdAg?pwd=m1rb
三个月前的小月， 作为萧内老用户，她走进了 萧内相亲园的办公室 。
天然，豆包的心情抒发上，也变得更像东说念主。用“猜性别”来逗豆包，有一种和真确网友开打趣的嗅觉。
演示视频：https://pan.baidu.com/s/1eTlUjDLENsnWGE2mEzSLEg?pwd=rusa
处置语音交互，拟东说念主赛说念的入场券
2024年5月，自OpenAI旗下GPT-4o发布以来的很长一段时候里，市面上大多AI语音通话功能，给与的齐是ASR（自动语音识别）+LLM（大语言模子）+TTS（文生音频）的级联有打算。
比如初代豆包的语音通话功能，就集成了语音识别模子Seed-ASR、语音合成模子Seed-TTS，以及整合了RTC（及时音视频）时间，来达成对话情境下AI的及时交互。
但集成多个模子的级联有打算，残障在于AI的交互，很猛进程上还不够像东说念主相通天然。在“语音转笔墨再转语音” 的经过中，不免出现信息的损耗。
这也导致，传统的语音交互模式在落地场景上有一定的局限性。行业关于AI语音交互的落地，局限在磨真金不怕火、客服等高专科度、低拟东说念主度的场景中。
不外，端到端有打算正在缓缓成为主流。比如智谱在2024年10月发布的GLM-4-Voice，以及面壁智能在2025年1月15日发布的“端侧GPT-4o”MiniCPM-o 2.6，就给与了端到端的模子有打算，在一个模子里同期完成视觉的领路，以及语音的领路和生成。
据《智能深远》了解，此次豆包语音通话功能的更新，主如果由于底层模子时间，从原有多个多模态模子配合的级联有打算，改成了平直从“领路语音到生谚语音”的端到端有打算，因此在镌汰延时、天然度、情谊抒发等方面，齐有了显着的擢升，况且还能输出歌曲。
而语音才智的擢升，也会将AI落地的空间，从教培、客服等专科鸿沟，扩张到情谊奉陪、花样相关、配音等更广大的场景中。
尤其是AI情谊奉陪、扮装束演鸿沟，在当下如故展现出浩瀚的吸金才智。
比如，最近一款主打AI偶像饰演的App“Lovey Dovey”，飞速冲上韩区iOS评分第一，深受追星族的追捧。“六小虎”MiniMax旗下的扮装束演诈欺Talkie，左证AI居品榜，限度2024年12月领有2977万月活用户。
Lovey Dovey对话1
Lovey Dovey对话2
在语音层面临扮装束演、心情感知和抒发才智的擢升，则是丰富AI与东说念主交互时势、擢升千里浸感的要津一环。情谊交互能开导的阛阓空间，也按捺着时间朝着“拟东说念主”的场地更近一步。
接待相通！