2024-5-16 09:09

周鸿祎评GPT-4o发布:智力的提升外,最重要的是交互能力提升

今日,360集团创始人、董事长周鸿祎在谈及GPT-4o时表示,GPT-4o的发布,除了智力的提升外,最重要的是交互能力的提升。

周鸿祎表示,这次OpeanAI发布的是GPT-4o,最大的惊艳就是它的语音输入和声音输出的整体体验。在过去,我们在处理声音的时候,实际上是用了三个引擎,先是说话后把语音用一个语音识别引擎翻译成文字,然后再把文字交给大模型去处理,然后大模型处理完了再把答案通过一个叫TTS的引擎,把文字转成语音,然后再输出来。

周鸿祎指出,这样做的结果是,体验非常不像真人,比如这三个引擎合起来的时延就特别长,而我们真人说话一句话反应的时延大概在300毫秒左右,但是用三个引擎联合起来,这种做得假的语音响应和语音处理延迟至少在2秒到3秒以上,你就知道他不是真人。

此外,因为分了三个引擎,就会导致人们在说话中的很多的情绪语调等微妙的东西都被丢掉,所以输出语音的时候也自然没有人的情绪,所以很多机器人发音就没有抑扬顿挫,平铺直叙听不出感情。同时,传统语言交互经常需要喊出唤醒词的设计,也会极大地影响交互体验。

“但在有了OpenAI的这种对话能力后,大家以后不会觉得我的分享像个数字人,反而会说老周还不如数字人了。”周鸿祎自我调侃道。

作者:文猛   来源:新浪科技

相关

本评论 更新于:2024-6-20 13:18:10
在C114 APP中与业内人士畅聊通信行业热点话题!