开口免打字科技巨头押注语音主导AI未来

煙花易冷

AI业者正竞相让使用者和聊天机器人的对话更加自然，押注语音终将超越打字，成为使用者和AI代理工具互动的主要方式。OpenAI和Google近日分别更新语音功能，让AI听起来不再像照着萤幕念稿的机器人，而更像一个能理解指令和前后文的同事。Google表示，截至4月止，即时语音功能使用量增加一倍，语音对话的平均长度是文字对话的五倍。 OpenAI每周则有超过1.5亿人使用ChatGPT语音功能。Google语音体验负责人Leland Rechis说：“大家开始更常开口，因为知道模型听得懂。现在使用者期待能做更多，也希望这些装置能完成更多事情。”Rechis表示，Google发现以大型语言模型作为语音功能的后盾后，使用者更习惯和AI交谈，因此决定采用自然随兴得多的对话风格。OpenAI表示，语音技术过去受限于智力跟不上。 GPT+Live日前问世，是OpenAI两年来头一款语音模型。在此之前，OpenAI的语音模型因反应缓慢，且会混淆不同语言或口音而受到批评。OpenAI预料明年初会推出系列装置中的首款产品。这款装置将是能感知周遭环境的语音助理，配备摄影机、麦克风和扬声器。