AI语音大模型：交互新维度
《今日人工智能》总编 李晓
大家好呀，我是《今日人工智能》总编李晓。本周也是我们陪大家度过的第198个周末。在这个充满科技活力的时代，AI语音交互领域不断涌现出新的突破和进展，从智能助手的贴心提醒，到智能家居的便捷控制，再到客服机器人的高效服务，AI语音交互技术的应用场景日益广泛，它正在让机器变得更加“懂你”。
就在最近，科大讯飞宣布星火语音大模型更新，推出了星火极速超拟人交互，让我们仿佛拥有了一个能随时秒回、感知情绪、还能角色扮演的智能伙伴。OpenAI的GPT-4o展示了令人惊艳的人机交互体验，而讯飞版“Her”已经抢先一步面向全民开放使用。
智能语音技术在人机交互领域成果显著。中国科学院学部第九届学术年会上，同传系统表现强大，其采用科大讯飞牵头的 “多语种智能语音关键技术及产业化” 项目技术，攻克诸多关键技术，构建了中国自主的多语种智能语音技术体系；多语种翻译也有突破，通过设计新的多语种通用音素体系和基本语言单元，提升小语种语音系统性能；还提出多源知识增强的可信文本生成技术和软硬件协同优化方法，解决复杂应用场景难题及硬件平台问题。大模型助力下，智能语音更具 “人情味”，实现超拟人合成和全双工交互，提升交互体验，为未来智能产品创新提供支撑。
交互式语音应答行业从20世纪70年代发展至今，应用日益广泛，正走向智能化、个性化。市场需求增加，核心技术不断创新完善，行业竞争格局也在变化，领先企业巩固地位，中小企业需提升竞争力。
在本期内容中，我们将深入探讨 AI 语音交互的多个方面。从行业扫描到企业观察，从科技前沿到资本追踪，一起了解智能语音技术如何让人机交互更 “丝滑”，语音端到端大模型的能力探索，以及该行业的市场现状、供需分析和发展趋势等。让我们共同感受 AI 语音交互的魅力，展望未来更加智能、便捷的生活！
点击末尾“阅读原文”，阅读本周周报。
PDF下载链接，位于电子刊的右下角位置。
END
以上内容由今日人工智能官方微信平台整理推送
- 感谢订阅 -
更多精彩请关注今日人工智能公众号
点击关注一起get最新AI资讯吧
