来源：华体汇体育app 发布时间：2024-09-18 19:35:19
三星Galaxy S24 FE手机官方实锤：预装One UI6.1系统，支持相机助手模块
我国首次突破沟槽型碳化硅MOSFET芯片制造技术：历时4年自主研发，打破平面型芯片性能“天花板”
中国电信基于 800GWDM 现网完成业界首例千卡分布式无损智算网验证
OPPO、vivo、小米应用商店重大调整：9月2日起下架仅支持32位的应用
OpenAI的「Her」还是期货，讯飞星火版「Her」就抢先上线了!不仅极速响应自由打断，还情绪价值拉满，各种情感、风格、方言随意切换。熊二被召唤出来的时候，家里的熊孩子直接被硬控了30秒。
敲黑板:作为国内首个「极速超拟人交互」，这款讯飞星火版的「Her」，已经全民开放体验了!
要知道，传统的语音交互，一直面临着三大挑战:准确理解说话人意图;生成恰当响应;高效通过声音传达信息。
以往的语音交互，一直没办法摆脱满满的智障味儿，主要是因为这些环节中的延迟，大大拉低了用户体验。
即使随时打断、插话，小星依旧能做到秒回，这个快速反应能力，让我们的观感仿佛真人一般。
比如，我们拿前段时间的全球大热点巴黎奥运会考一考小星:「中国队在巴黎奥运会上奖牌总数排行第几?」
小星瞬间回复，而且在搜索过程中还使用了「让我来数一数」这种流畅的过渡方式，让交互过程更加自然。
可能是搜索出来的结果太过全面，小星不仅把金银铜牌的总数都说了出来，还开始总结中国队的优势项目。
可以感觉到，整个语音交流的过程中非常顺畅，非常自然，即使随时打断它，它都能立刻给出正确的反应，而不是跟一个「人工智障」在对话，这个感觉真是太~爽~了~
十一调休安排过于混乱?只要问一句，它就能给你解释得明明白白
之所以模型的响应如此之快，如此之流畅，是因为它采用的是统一神经网络，直接实现了语音到语音的端到端建模。 情绪价值拉满，情商秒杀部分人类
无论是高兴、悲伤、生气、害怕，我们话中的情绪，它都能立刻识别出来，敏锐地和你的情绪产生共鸣。
然后，它会自动把你代入符合情境的对话，然后用合适的情绪语气，进行贴心的回复。
要上台演讲了，看着台下的几百个观众，紧张得手直抖，不用怕，小星来贴心地安慰你。
「我从未见过如此厚颜之人」的网络热梗，它都知道，识别出这句话中的情绪，自然也是不在话下。
比如没有听清问题时会不好意思地微笑，平时交流时始终情绪高涨、语气上扬，但察觉到你的消极情绪时，语气又会变得十分关切柔和，情绪价值给得相当到位。
注意，它并不是简单地通过语音文本来进行情绪的判断，而是针对复杂场景下的语音识别效果做了提升，因而能够感知数十种情绪。 表达方式随心控，情感、风格、方言都不在话下
在交流中，小星可以跟随你的指令，控制数十种情感、风格、方言，还可以变换语速。
而且，这个小狐狸和月亮的故事，充满诗意和淡淡的伤感，还悬念十足，听到最后我们都为小狐狸的坚持而感动。
我们还能让它用主持人的口气，给咱们读一篇文章。必须得说，小星的朗诵十分有感染力，值得鼓掌!
如果你厌倦了同一种语调，还可以让小星大展身手扮演东北大哥给你来段相声。
您猜怎么着，小星竟然丝滑地接过了话茬。这体验也太类人了，仿佛手机里真住了个大哥。
孙悟空、蜡笔小新、小猪佩奇多种角色的音色、语气，它都模仿得惟妙惟肖，甚至还能模仿他们的人设和你聊天。
只需要一句简单的指令:「扮演XX和我对话」，就能随时和它来一场「语音cosplay」了。
下一秒，小星就林妹妹上身，「三分柔弱两分温柔四分讥诮一分气恼」的feel，拿捏得是十分到位。
听，小星模仿起熊二的声音和语气简直是惟妙惟肖，瞬间从阳光开朗大男孩变成了一只爱吃蜂蜜的傻萌棕熊，回答问题时也全程在人设内，完全不会OOC。
另外，我们还发现，小星回答问题的知识水平也令人刮目相看。难怪许多人沉迷和AI「谈恋爱」，有「智性恋」那味儿了。
无聊时，可以唤醒它来和你玩儿一段成语接龙解闷
让它解释物理学概念「胡克定律」和「能量守恒定律」，小星依旧能做到「秒回」。
而且绝不仅是机械地背概念，而是结合弹簧、陀螺这种生活中的例子向你绘声绘色地解释，还会生动地把能量守恒定律比作「大自然的记账本」。
传统语音交互系统，若要实现和人的对话，通常要通过语音识别自然语言理解自然语言生成，这三步来实现。具体来说:
此前，英伟达高级科学家Jim Fan曾表示，这也是让Siri/Alexa交互能力，提升10倍速的秘诀。
他利用当前先进的AI语音系统Whisper、大模型ChatGPT、以及语音合成技术VALL-E，重述了这一过程。
不过，这一过程需要三个独立管道串联才可实现，因此会带来响应延迟，至少需要3秒左右。
另一方面，语音转文字再转语音的过程中，我们语音中的情感、副语言信息，甚至是环境信息都会丢失。
这样一来，导致语音交互系统，只能针对转换之后的文本信息进行回应，不能有效灵活地做出应答。
由此，基于以上问题，科大讯飞提出了极速超拟人语音交互框架一个端到端跨文本、音频模型的新模型。
用户语音通过音频编码器模块，编码成音频表征，然后通过适配器，将其与文本的语义表征对齐。
相较于传统语音交互系统，端到端统一模型以知识对齐表征方式，让信息在各个模块之间传递。
这意味着，同一个神经网络直接实现语音-语音的建模，输入和输出皆由相同神经网络处理，快速缩短了对话响应时间。
从上面实测例子能够深刻感知，人类和AI互动终于从你一句、我一句的「聊天软件模式」，切换到对答如流的「日常交流模式」。
不仅如此，总系统的信息实现了无损贯穿，让交互更加拟人化、丰富流畅。 核心:语音属性解耦表征
若说极速超拟人语音交互最大的不同，就是讯飞开发了一种特殊的语音训练方法多维度语音属性解耦表征训练。
要知道，语音中的所有属性都是耦合在一起的，比如你说话的情绪和吐出的内容，是密不可分的。
那么，如何将这些表征分开，如何确保它在下游任务中充分的利用，对解耦能力提出了更高的要求。
对此，讯飞团队做了很多对比loss学习，以及研发预测自监督学习等一些方案。
不过需要提一句，这里并非说，必须把所有表征信息彻底分开。这就需要把握一个度，在TTS中就能控制的更好。
另外，它还能更灵活地控制内容、音色、情感等元素，满足多种场景和需求。甚至，通过更便捷的相关定制，可加速落地过程。
虽然OpenAI版Her还未全面开放，但讯飞版Her已经完全开放使用了。
第一个里程碑便是，以Siri语音助手为代表云端语音助手的出现，标志着语义交互技术的一大突破。
这是基于语音单点技术的进步，通过将这些技术巧妙地结合，语音助手能够专注于执行基本的指令控制功能。
第二阶段是以「智能音箱」为代表的产品，得益于麦克风阵列处理技术改进，以及远场语音识别能力的提升，使得设备交互可以在很远的距离进行，比如家庭环境。
到了第三阶段，便是以智能汽车语音助手为代表的交互，多音区技术、云端意图识别等技术发展，实现了多人复杂指令控制。
最后一阶段，就是以ChatGPT发布为起点，开创的全新语音对话的新范式。
这一次，讯飞语音交互系统的升级，带来的更快响应、更懂情绪、灵活性更好、更加百变的优势，足以重写整个语音交互市场。
2023全球数字化的经济大会上，来自工信部多个方面数据显示，截止去年5月，我国移动物联网终端用户超过20.5亿。
据IDC分析，预计到2030年，全球智能语音服务市场规模将达约731.6亿美元，复合增长率27%。
不光GPT-4o的语音功能还在内测;谷歌宣发的Gemini Live，也仅面向高级订阅用户使用。
反观国内，鲜有大厂能够站出，以匹敌OpenAI版Her产品的姿态，与之进行正面竞争。
今年1月，讯飞星火V3.5发布，历经5个月的时间，再次迭代至V4.0版本，整体能力超越OpenAI的GPT-4Turbo。
同在1月，讯飞还首发了语音大模型，实现首批37个主流语种语音识别效果超过OpenAI Whisper V3。
基于讯飞全球领先的多语种语音技术，语音大模型随后再度升级，支持74种语言方言免切换输入。
时隔1个月，讯飞在极速超拟人交互上取得的技术突破，足够让终端设备实现「无感迭代」。
设想一下，当你有了这样的设备，不仅手握百科全书，还拥有了一个得力的助手、最亲密的伙伴/朋友。 未来三大计划，让AI交互走进更多场景
科大讯飞表示，基于全新端到端框架，未来新系统还会朝着三大方向去拓展:更多模态、更多语言、更好体验，带来更实用、更丰富的功能。
这也代表着国产大模型如今早已从追赶、对标，快进到了自主创新的差异化之路。
不仅如此，讯飞还要双管齐下，加速极速超拟人交互落地，便是下一个需要瞄准的方向。
未来，讯飞可能会布局情感陪伴场景，将极速超拟人交互集成到儿童机器人中，又或是赋予在线IP能够感知用户情绪的能力。
这一技术的应用和普及，还隐藏着巨大的可能性语音市场在这个时代将被改写，语音交互带动万物互联的第六次产业浪潮，有望出现一次井喷。
智能语音技术，将进一步应用到智能手机、智能汽车、智能家电以及智能家居等产品中。
据IDC分析，到2030年，全球智能语音服务市场规模将达约731.6亿美元，复合增长率27%。科大讯飞，有望收获这一轮产业红利。
文章内容仅供阅读，不构成投资建议，请谨慎对待。投资者据此操作，风险自担。
近日，中国家电及消费电子博览会(AWE 2024)隆重开幕。全球领先的智能终端企业TCL实业携多款创新技术和新品亮相，以敢为精神勇闯技术无人区，斩获四项AWE 2024艾普兰大奖。
“以前都要去窗口办，一套流程下来都要半个月了，现在方便多了!”打开“重庆公积金”微信小程序，按照提示流程提交相关材料，仅几秒钟，重庆市民曾某的账户就打进了21600元。
2024年3月12日，由爱普生举办的主题为“纯臻4K 视界焕新”新品发布会在上海盛大举行。
由世界人工智能大会组委会、上海市经信委、徐汇区政府、临港新片区管委会共同指导，由上海市人工智能行业协会联合上海人工智能实验室、上海临港经济发展(集团)有限公司、开放原子开源基金会主办的“2024全球开发者先锋大会”，将于2024年3月23日至24日举办。
来源：华体汇体育app 发布时间：2024-09-18 19:35:19
三星Galaxy S24 FE手机官方实锤：预装One UI6.1系统，支持相机助手模块
我国首次突破沟槽型碳化硅MOSFET芯片制造技术：历时4年自主研发，打破平面型芯片性能“天花板”
中国电信基于 800GWDM 现网完成业界首例千卡分布式无损智算网验证
OPPO、vivo、小米应用商店重大调整：9月2日起下架仅支持32位的应用
OpenAI的「Her」还是期货，讯飞星火版「Her」就抢先上线了!不仅极速响应自由打断，还情绪价值拉满，各种情感、风格、方言随意切换。熊二被召唤出来的时候，家里的熊孩子直接被硬控了30秒。
敲黑板:作为国内首个「极速超拟人交互」，这款讯飞星火版的「Her」，已经全民开放体验了!
要知道，传统的语音交互，一直面临着三大挑战:准确理解说话人意图;生成恰当响应;高效通过声音传达信息。
以往的语音交互，一直没办法摆脱满满的智障味儿，主要是因为这些环节中的延迟，大大拉低了用户体验。
即使随时打断、插话，小星依旧能做到秒回，这个快速反应能力，让我们的观感仿佛真人一般。
比如，我们拿前段时间的全球大热点巴黎奥运会考一考小星:「中国队在巴黎奥运会上奖牌总数排行第几?」
小星瞬间回复，而且在搜索过程中还使用了「让我来数一数」这种流畅的过渡方式，让交互过程更加自然。
可能是搜索出来的结果太过全面，小星不仅把金银铜牌的总数都说了出来，还开始总结中国队的优势项目。
可以感觉到，整个语音交流的过程中非常顺畅，非常自然，即使随时打断它，它都能立刻给出正确的反应，而不是跟一个「人工智障」在对话，这个感觉真是太~爽~了~
十一调休安排过于混乱?只要问一句，它就能给你解释得明明白白
之所以模型的响应如此之快，如此之流畅，是因为它采用的是统一神经网络，直接实现了语音到语音的端到端建模。 情绪价值拉满，情商秒杀部分人类
无论是高兴、悲伤、生气、害怕，我们话中的情绪，它都能立刻识别出来，敏锐地和你的情绪产生共鸣。
然后，它会自动把你代入符合情境的对话，然后用合适的情绪语气，进行贴心的回复。
要上台演讲了，看着台下的几百个观众，紧张得手直抖，不用怕，小星来贴心地安慰你。
「我从未见过如此厚颜之人」的网络热梗，它都知道，识别出这句话中的情绪，自然也是不在话下。
比如没有听清问题时会不好意思地微笑，平时交流时始终情绪高涨、语气上扬，但察觉到你的消极情绪时，语气又会变得十分关切柔和，情绪价值给得相当到位。
注意，它并不是简单地通过语音文本来进行情绪的判断，而是针对复杂场景下的语音识别效果做了提升，因而能够感知数十种情绪。 表达方式随心控，情感、风格、方言都不在话下
在交流中，小星可以跟随你的指令，控制数十种情感、风格、方言，还可以变换语速。
而且，这个小狐狸和月亮的故事，充满诗意和淡淡的伤感，还悬念十足，听到最后我们都为小狐狸的坚持而感动。
我们还能让它用主持人的口气，给咱们读一篇文章。必须得说，小星的朗诵十分有感染力，值得鼓掌!
如果你厌倦了同一种语调，还可以让小星大展身手扮演东北大哥给你来段相声。
您猜怎么着，小星竟然丝滑地接过了话茬。这体验也太类人了，仿佛手机里真住了个大哥。
孙悟空、蜡笔小新、小猪佩奇多种角色的音色、语气，它都模仿得惟妙惟肖，甚至还能模仿他们的人设和你聊天。
只需要一句简单的指令:「扮演XX和我对话」，就能随时和它来一场「语音cosplay」了。
下一秒，小星就林妹妹上身，「三分柔弱两分温柔四分讥诮一分气恼」的feel，拿捏得是十分到位。
听，小星模仿起熊二的声音和语气简直是惟妙惟肖，瞬间从阳光开朗大男孩变成了一只爱吃蜂蜜的傻萌棕熊，回答问题时也全程在人设内，完全不会OOC。
另外，我们还发现，小星回答问题的知识水平也令人刮目相看。难怪许多人沉迷和AI「谈恋爱」，有「智性恋」那味儿了。
无聊时，可以唤醒它来和你玩儿一段成语接龙解闷
让它解释物理学概念「胡克定律」和「能量守恒定律」，小星依旧能做到「秒回」。
而且绝不仅是机械地背概念，而是结合弹簧、陀螺这种生活中的例子向你绘声绘色地解释，还会生动地把能量守恒定律比作「大自然的记账本」。
传统语音交互系统，若要实现和人的对话，通常要通过语音识别自然语言理解自然语言生成，这三步来实现。具体来说:
此前，英伟达高级科学家Jim Fan曾表示，这也是让Siri/Alexa交互能力，提升10倍速的秘诀。
他利用当前先进的AI语音系统Whisper、大模型ChatGPT、以及语音合成技术VALL-E，重述了这一过程。
不过，这一过程需要三个独立管道串联才可实现，因此会带来响应延迟，至少需要3秒左右。
另一方面，语音转文字再转语音的过程中，我们语音中的情感、副语言信息，甚至是环境信息都会丢失。
这样一来，导致语音交互系统，只能针对转换之后的文本信息进行回应，不能有效灵活地做出应答。
由此，基于以上问题，科大讯飞提出了极速超拟人语音交互框架一个端到端跨文本、音频模型的新模型。
用户语音通过音频编码器模块，编码成音频表征，然后通过适配器，将其与文本的语义表征对齐。
相较于传统语音交互系统，端到端统一模型以知识对齐表征方式，让信息在各个模块之间传递。
这意味着，同一个神经网络直接实现语音-语音的建模，输入和输出皆由相同神经网络处理，快速缩短了对话响应时间。
从上面实测例子能够深刻感知，人类和AI互动终于从你一句、我一句的「聊天软件模式」，切换到对答如流的「日常交流模式」。
不仅如此，总系统的信息实现了无损贯穿，让交互更加拟人化、丰富流畅。 核心:语音属性解耦表征
若说极速超拟人语音交互最大的不同，就是讯飞开发了一种特殊的语音训练方法多维度语音属性解耦表征训练。
要知道，语音中的所有属性都是耦合在一起的，比如你说话的情绪和吐出的内容，是密不可分的。
那么，如何将这些表征分开，如何确保它在下游任务中充分的利用，对解耦能力提出了更高的要求。
对此，讯飞团队做了很多对比loss学习，以及研发预测自监督学习等一些方案。
不过需要提一句，这里并非说，必须把所有表征信息彻底分开。这就需要把握一个度，在TTS中就能控制的更好。
另外，它还能更灵活地控制内容、音色、情感等元素，满足多种场景和需求。甚至，通过更便捷的相关定制，可加速落地过程。
虽然OpenAI版Her还未全面开放，但讯飞版Her已经完全开放使用了。
第一个里程碑便是，以Siri语音助手为代表云端语音助手的出现，标志着语义交互技术的一大突破。
这是基于语音单点技术的进步，通过将这些技术巧妙地结合，语音助手能够专注于执行基本的指令控制功能。
第二阶段是以「智能音箱」为代表的产品，得益于麦克风阵列处理技术改进，以及远场语音识别能力的提升，使得设备交互可以在很远的距离进行，比如家庭环境。
到了第三阶段，便是以智能汽车语音助手为代表的交互，多音区技术、云端意图识别等技术发展，实现了多人复杂指令控制。
最后一阶段，就是以ChatGPT发布为起点，开创的全新语音对话的新范式。
这一次，讯飞语音交互系统的升级，带来的更快响应、更懂情绪、灵活性更好、更加百变的优势，足以重写整个语音交互市场。
2023全球数字化的经济大会上，来自工信部多个方面数据显示，截止去年5月，我国移动物联网终端用户超过20.5亿。
据IDC分析，预计到2030年，全球智能语音服务市场规模将达约731.6亿美元，复合增长率27%。
不光GPT-4o的语音功能还在内测;谷歌宣发的Gemini Live，也仅面向高级订阅用户使用。
反观国内，鲜有大厂能够站出，以匹敌OpenAI版Her产品的姿态，与之进行正面竞争。
今年1月，讯飞星火V3.5发布，历经5个月的时间，再次迭代至V4.0版本，整体能力超越OpenAI的GPT-4Turbo。
同在1月，讯飞还首发了语音大模型，实现首批37个主流语种语音识别效果超过OpenAI Whisper V3。
基于讯飞全球领先的多语种语音技术，语音大模型随后再度升级，支持74种语言方言免切换输入。
时隔1个月，讯飞在极速超拟人交互上取得的技术突破，足够让终端设备实现「无感迭代」。
设想一下，当你有了这样的设备，不仅手握百科全书，还拥有了一个得力的助手、最亲密的伙伴/朋友。 未来三大计划，让AI交互走进更多场景
科大讯飞表示，基于全新端到端框架，未来新系统还会朝着三大方向去拓展:更多模态、更多语言、更好体验，带来更实用、更丰富的功能。
这也代表着国产大模型如今早已从追赶、对标，快进到了自主创新的差异化之路。
不仅如此，讯飞还要双管齐下，加速极速超拟人交互落地，便是下一个需要瞄准的方向。
未来，讯飞可能会布局情感陪伴场景，将极速超拟人交互集成到儿童机器人中，又或是赋予在线IP能够感知用户情绪的能力。
这一技术的应用和普及，还隐藏着巨大的可能性语音市场在这个时代将被改写，语音交互带动万物互联的第六次产业浪潮，有望出现一次井喷。
智能语音技术，将进一步应用到智能手机、智能汽车、智能家电以及智能家居等产品中。
据IDC分析，到2030年，全球智能语音服务市场规模将达约731.6亿美元，复合增长率27%。科大讯飞，有望收获这一轮产业红利。
文章内容仅供阅读，不构成投资建议，请谨慎对待。投资者据此操作，风险自担。
近日，中国家电及消费电子博览会(AWE 2024)隆重开幕。全球领先的智能终端企业TCL实业携多款创新技术和新品亮相，以敢为精神勇闯技术无人区，斩获四项AWE 2024艾普兰大奖。
“以前都要去窗口办，一套流程下来都要半个月了，现在方便多了!”打开“重庆公积金”微信小程序，按照提示流程提交相关材料，仅几秒钟，重庆市民曾某的账户就打进了21600元。
2024年3月12日，由爱普生举办的主题为“纯臻4K 视界焕新”新品发布会在上海盛大举行。
由世界人工智能大会组委会、上海市经信委、徐汇区政府、临港新片区管委会共同指导，由上海市人工智能行业协会联合上海人工智能实验室、上海临港经济发展(集团)有限公司、开放原子开源基金会主办的“2024全球开发者先锋大会”，将于2024年3月23日至24日举办。
