PolyAI 与 Otter 高管:语音 AI 尚未迎来自己的 ChatGPT 时刻
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为,尽管全双工模型已经问世,语音 AI 仍未迎来自己的“ChatGPT 时刻”,下一步挑战是让推理足够快、对话足够自然。
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为,尽管全双工模型已经问世,语音 AI 仍未迎来自己的“ChatGPT 时刻”,下一步挑战是让推理足够快、对话足够自然。
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为,尽管全双工模型已经问世,语音 AI 仍未迎来自己的“ChatGPT 时刻”,下一步挑战是让推理足够快、对话足够自然。Otter 的 CMO Alex Gay 则指出,说话人识别、意图捕捉并结合组织知识是关键,该公司还在研发可在会议中代表人的数字孪生。两人均强调 ASR 转写准确性和透明度的重要性。
Claude 移动应用中出现一个标注为 "Preview" 的隐藏语音标签页,暗示 Anthropic 可能推出升级版语音体验。目前尚不清楚 Anthropic 是否在自研语音模型,但 Claude 移动应用近期新增了分享语音数据用于训练的选项。
Azeem Azhar 在忘带笔记本电脑的一周里,仅靠手机上的 ChatGPT 语音完成日常工作,这得益于 OpenAI 7 月发布的 GPT-Live,它支持用语音指挥 AI 智能体。他认为,围绕电脑和打字建立起来的办公室工作模式这一"虚构"正在松动,并终将消失。
经过一年测试,Amazon 的 AI 助手 Alexa Plus 是目前最好的智能家居助手,能理解"我冷了"这类自然指令,天气查询和定时器响应从 2025 年的 10-15 秒缩短到 3-5 秒。但它在私人助理功能上仍不成熟,Echo Show 上的全屏广告也严重干扰体验。该助手在美国和加拿大可用,Echo 设备上需 Prime 会员或每月 19.99 美元订阅。
一位开发者主张 AI 有两种用法:外推式是用小提示词让模型扩写成大段内容,内插式是用大量上下文让模型提炼出精华。他认为用外推式生成博客、视频等供他人消费的内容没有价值,因为作者本人没有投入思考,那本质上是模型实验室的内容,只是挂在你名下发布。