5月14日，OpenAI召開春季發(fā)布會發(fā)布基于GPT-4o打造的語音版ChatGPT，次日Google I/O大會正式召開，推出從基座模型 Gemini 升級到新的AI語音助手 Astra，標志著人機語音對話技術(shù)進入新的歷史時刻。今日，國內(nèi)聲學與人工智能領域龍頭企業(yè)聲智宣布面向企業(yè)級用戶與個人消費者免費開放實時語音轉(zhuǎn)寫與多語翻譯，再次把AI語音市場推向新的高潮。
從2010年蘋果Siri開創(chuàng)語音助手的先河，到亞馬遜智能音箱Echo引領語音成為新的人機交互界面，再到國內(nèi)小米小愛同學、阿里天貓精靈、百度小度等智能音箱“百箱大戰(zhàn)”的出現(xiàn)，人機語音交互技術(shù)一路走來，一直不斷再給大眾帶來新的人機交互驚喜。然而，由于自然語義理解NLP技術(shù)的局限，智能音箱為代表產(chǎn)品的智能語音交互常常表現(xiàn)出有點“人工智障”，智能表現(xiàn)的確差強人意。隨著2022年底聊天機器人模型——ChatGPT的出現(xiàn)，大語言模型技術(shù)躍遷使得智能語音交互迎來奇點時刻。此次，OpenAI和Google推出AI語音助手的驚艷、絲滑表現(xiàn)，告訴我們語音交互將結(jié)束“智障”時代，開啟語音交互新世代。
但是，在生產(chǎn)生活高速發(fā)展的現(xiàn)代社會，我們期待人機語音交互當然不能到此就好。在給我們帶來聊天順暢表現(xiàn)的同時，更應該直接運用到日常生產(chǎn)與生活中，在復雜的聲場環(huán)境場景下為我們提供更為精準、便捷和高效的體驗。
為此，聲智科技基于深厚的聲學技術(shù)積累，不斷優(yōu)化“遠場聲學計算”，擺脫噪聲、混響、回聲等現(xiàn)實世界紛繁的干擾，打破現(xiàn)實空間的限制與束縛，構(gòu)建起真實物理世界與數(shù)字世界的橋梁，不斷開發(fā)更能應用于工作與生活場景的功能，實現(xiàn)遠場語音交互技術(shù)新的突破，讓大家即便在如咖啡館、集市一般嘈雜的聲音環(huán)境中也能享受智能語音交互帶來的優(yōu)質(zhì)服務體驗。同時，基于自研“Azero壹元大模型”，針對實際的語音對話場景去做深度優(yōu)化。例如，在實時轉(zhuǎn)寫功能上，聲智通過不斷降低聲學延遲，提升語音識別，優(yōu)化斷句理解，讓你在繁雜的會議和課堂場景中也不錯過每一條重要信息。
聲智科技作為國內(nèi)聲學計算與人工智能交叉領域的國家專精特新小巨人企業(yè)，現(xiàn)在將用上述技術(shù)打造的實時語音轉(zhuǎn)寫和多國語言翻譯等功能向公眾免費開放，成為國內(nèi)首推兩大核心功能免費的企業(yè)。聲智真誠希望通過智能聲學科技服務于每一位用戶和消費者，讓每個人都能在日常生活和生產(chǎn)中真正享受科技之美。
接下來，大家一起看看聲智的聲學產(chǎn)品搭載AI服務，將會帶來怎樣的全新體驗?
聲智新算法新特色
人類探索世界，離不開一雙靈敏的耳朵，機器也不例外。聲智科技的聲學算法依托先進的聲學架構(gòu)，在數(shù)千萬臺AI音箱、AI耳機和AI麥克風中得到驗證，具備高精度的聲音捕捉和處理能力，在聲音輸入和處理上抓取的更精準，處理更得當。聲學計算是人機交互的基礎環(huán)節(jié)，主要基于傳感陣列和芯片架構(gòu)實現(xiàn)，憑借噪音消除、混響抑制和聲樂分離等聲學算法，無論在嘈雜環(huán)境中還是在特種場景，聲智科技的聲學技術(shù)都能確保清晰的聲音輸入，讓機器具有一雙靈敏的耳朵，為下一鏈條的語音處理打下堅實基礎。
拒絕人工智障，AI要機靈、貼心的。憑借語音算法，聲智科技的AI聲學產(chǎn)品更懂用戶!高精度的語音識別功能，能夠精準識別多種方言和口音，支持超長時間實時轉(zhuǎn)寫，并提供高效的語音識別和翻譯服務。該算法通過深度學習算法和大量的語音數(shù)據(jù)訓練，顯著提高了識別準確率和響應速度。同時，聲智科技最新研發(fā)的語音克隆和合成算法，還具備了長文本多情緒的擬人朗讀能力，讓AI不再冷冰冰。
在語音轉(zhuǎn)寫的基礎上，聲智的語言翻譯算法還可以實時將中文轉(zhuǎn)寫內(nèi)容翻譯成多種語言。這項技術(shù)結(jié)合了自然語言處理和機器翻譯領域的最新成果，確保翻譯結(jié)果的準確性和流暢度。此外，語言摘要功能能夠自動提取文本的核心信息，生成簡明扼要的摘要，讓信息處理更高效!
聲智AI耳機和AI麥克風
除了免費開放，聲智還推出了基于這些技術(shù)應用的重要硬件設備——AI耳機和AI麥克風是。AI耳機不僅提供卓越的音質(zhì)，還集成了實時轉(zhuǎn)寫和翻譯功能，方便用戶在各種場景下進行交流和學習。而AI麥克風則專為高品質(zhì)聲音錄制設計，是專業(yè)媒體從業(yè)者，自媒體創(chuàng)作者和音頻愛好者的理想選擇。
這項融合聲學、語音和語言技術(shù)的創(chuàng)新服務，將極大地提升用戶的互動體驗，助力更多人享受到智能科技帶來的便利和高效，電影《流浪地球》中的Moss將走進千家萬戶的日常生活!
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
