文｜周鑫雨澳门六合彩资料心水
裁剪｜苏建勋
2025年，豆包的第一更，放在了语音通话功能上。
2025年1月20日，豆包发布了最新的“端到端”语音大模子，并基于该模子更新豆包APP的及时语音通话功能。
此前，豆包语音通话功能接收的是ASR（自动）+LLM（大语言模子）+TTS（文生音频）的级联有经营。如今更新的端到端语音大模子，是将语音识别、融合和生成，齐放在并吞个模子中解决。
据《智能娇傲》测试，更新语音模子后的豆包，最大的亮点在于，豆包在语音交互时，把雷同东谈主类的抒发现象和情感输出，复刻了出来。与此同期，新版块的对话运动度和才能情商，也有大幅普及。
比如，豆包上新的“灵魂歌手”和“百变大咖”等语音通话模式，比GPT-4o还抢先一步，完了了唱歌和扮装演出。
△豆包更新的语音通话模式。
豆包学会了唱歌，和扮装演出
豆包一个大变化，是把语音的扮装演出技艺，拓展到了明星、书中庸影视中的扮装。这一功能，也体当今了豆包语音通话的“百变大咖”模式中。
比如行动家建议“效法的声息话语，何况说一段新年祝愿”，豆包一句“哼，我才不要效法她呢！我等于我，不雷同的人烟”，就把“小作精”的劲儿回复出来了。
演示视频：https://pan.baidu.com/s/1i9DvF3o2wjq_jyGMuF_lgQ?pwd=yrn8
而且豆包的陡立文驰念技艺也相称可以。当我在并吞段对话中尝试了宋丹丹、林黛玉、甄嬛等扮装，再次条款豆包效法虞书欣时，它立马委曲上了：“怎样又让我效法她呀？”
演示视频：https://pan.baidu.com/s/1gmHHEkqcrwAfiY01uy8-Uw?pwd=3b7a
当下，市面上大齐语音模子的歌曲创作，还需要用户输入较为专科的笔墨Prompt，简略需要先基于用户输入的笔墨音频，进行谱曲，无法在天然的语音交互中，作念到“张口就来”。
豆包此次上线的“灵魂歌手”模式，就能让豆包在聊天中，随口把传颂了。
比如让豆包唱一首节律答允的歌，它张口就来了一曲Taylor Swift的《Love Story》，不外缺欠是把歌名说成了“Lose Control”，以及音准如实也有些“Lose Control”。
演示视频：https://pan.baidu.com/s/1vN4GpKdVtGEn4bYiV3uOkQ?pwd=kj8j
除此以外，歌曲创作技艺，豆包也有了。比如和豆包说“给我唱一首歌，歌词内部要有‘年终奖多多’”，它坐窝演出了一首。固然歌词比较涎水，但反馈速率很是优秀。
演示视频：https://pan.baidu.com/s/1VZAL7F6h0cH6x8pDDB1muw?pwd=3seb
从扮装演绎和唱歌的技艺就能感受到，豆包的拟东谈主技艺、交互天然进度以及心理抒发水平，如故是next level。
比如让豆包讲个鬼故事，它能字据情节切换口吻，极度有氛围感。
演示视频：https://pan.baidu.com/s/13g20MBVW1ydmtuL-dd3qSw?pwd=g3kb
此次豆包又上线了两种东谈主格模式：“受气小包”和“夸夸众人”。
所谓的“受气小包”，官方说法是可以让豆包呈现委曲巴巴的现象。但咱们聊下来的感受是，“受气小包”更准确的说法应该是“绿茶小包”。
演示视频：https://pan.baidu.com/s/1cixSfFb89KVC1wBKogGOyg?pwd=vcxr
不外费事的是，不论经受任何教导，“受气小包”齐能保管“委曲”的东谈主设。比如让“受气小包”阴阳怪气一些，最阴阳的版块，如故荒疏着茶香：
“哟，我可不敢呐，你但是主子，我不外是个任您使唤的小怜悯，哪敢有什么别的思法呀！”
演示视频：https://pan.baidu.com/s/1y4JBcUIjOMQKozUeufvXCg?pwd=b746
比较于8月发布的出书语音通话功能，能领悟感受到，豆包的心理感知技艺也更强了。通过一个“啊哈”，它就能感知到用户答允的心理。
演示视频：https://pan.baidu.com/s/1UKAra3EOhL0l_1OPFoRdAg?pwd=m1rb
天然，豆包的心理抒发上，也变得更像东谈主。用“猜性别”来逗豆包，有一种和真正网友开打趣的嗅觉。
演示视频：https://pan.baidu.com/s/1eTlUjDLENsnWGE2mEzSLEg?pwd=rusa
经管语音交互，拟东谈主赛谈的入场券
2024年5月，自OpenAI旗下GPT-4o发布以来的很长一段时辰里，市面上大多AI语音通话功能，接收的齐是ASR（自动语音识别）+LLM（大语言模子）+TTS（文生音频）的级联有经营。
比如初代豆包的语音通话功能，就集成了语音识别模子Seed-ASR、语音合成模子Seed-TTS，以及整合了RTC（及时音视频）时候，来完了对话情境下AI的及时交互。
但集成多个模子的级联有经营，残障在于AI的交互，很猛进度上还不够像东谈主雷同天然。在“语音转笔墨再转语音” 的经过中，未免出现信息的损耗。
这也导致，传统的语音交互模式在落地场景上有一定的局限性。行业关于AI语音交互的落地，局限在考验、客服等高专科度、低拟东谈主度的场景中。
不外，端到端有经营正在逐渐成为主流。比如智谱在2024年10月发布的GLM-4-Voice，以及面壁智能在2025年1月15日发布的“端侧GPT-4o”MiniCPM-o 2.6，就接收了端到端的模子有经营，在一个模子里同期完成视觉的融合，以及语音的融合和生成。
据《智能娇傲》了解，此次豆包语音通话功能的更新，主淌若由于底层模子时候，从原有多个多模态模子协调的级联有经营，改成了径直从“融合语音到生谚语音”的端到端有经营，因此在缩短延时、天然度、情感抒发等方面，齐有了领悟的普及，何况还能输出歌曲。
因为打了，你会发现自己食量大涨，但是却怎么吃也不会胖，因为所有的能量不仅得到了充分的吸收，并且合理的进行了消化，其实是打球消耗了大量卡路里。浪费粮食！
而语音技艺的普及，也会将AI落地的空间，从教培、客服等专科领域，彭胀到情感随同、热情征询、配音等更广泛的场景中。
尤其是AI情感随同、扮装演出领域，在当下如故展现出弘远的吸金技艺。
比如，最近一款主打AI偶像演出的App“Lovey Dovey”，速即冲上韩区iOS评分第一，深受追星族的追捧。“六小虎”MiniMax旗下的扮装演出愚弄Talkie，字据AI产物榜，截止2024年12月领有2977万月活用户。
Lovey Dovey对话1
Lovey Dovey对话2
在语音层濒临扮装演出、心理感知和抒发技艺的普及，则是丰富AI与东谈主交互现象、普及千里浸感的关节一环。情感交互能开导的商场空间，也抵制着时候朝着“拟东谈主”的见识更近一步。
接待换取！