日前有消息源透露，字節(jié)跳動豆包團(tuán)隊(duì)或即將發(fā)布全新的實(shí)時語音大模型，并將基于該模型為豆包 App 引入實(shí)時語音通話功能。據(jù)稱，目前這一功能已開始小范圍測試，提供了 " 靈魂歌手 "、" 夸夸大師 "、" 受氣小包 "、" 戲精本精 " 等選項(xiàng)。
但截至目前，字節(jié)跳動及豆包方面均尚未對此傳言進(jìn)行回應(yīng)。
據(jù)稱，豆包全新實(shí)時語音大模型通過面向語音生成和理解進(jìn)行統(tǒng)一建模，有別于此前的 ASR+LLM+TTS 級聯(lián)方式，在對話效果上有大幅提升，不僅實(shí)現(xiàn)了低延時實(shí)時交互，還支持用戶隨時打斷對話。
相關(guān)消息源指出，在對話的情感自然度方面，" 相比大多數(shù)模型還在語氣上粗線條上進(jìn)行變化之外，豆包全新實(shí)時語音大模型在語音表現(xiàn)和智力的擬人性上有了質(zhì)的提升 "。同時豆包全新實(shí)時語音大模型還有望支持多種方言，以及具備模仿能力。
值得一提的是，不久前 AI 智能助手豆包 AI 編程功能迎來升級，號稱能夠?yàn)橛脩籼峁└憬莸膶?dǎo)入流程體驗(yàn)、更高效的交互體驗(yàn)、更易懂的解答方式。其中在導(dǎo)入流程上，豆包 AI 編程已支持用戶一鍵上傳多個本地代碼文件、實(shí)時引入 GitHub 開源倉庫等，從而快速獲取項(xiàng)目的完整上下文。據(jù)了解，目前用戶已可在豆包電腦版和網(wǎng)頁版中體驗(yàn)相關(guān)功能。
【本文圖片來自網(wǎng)絡(luò)】
