如果我们只使用语音而不使用文本，那么我们需要一个完全不同的训练方式。这些模型可以直接从语音中生成文本，而不需要经过识别阶段。总的来说，虽然直接使用语音训练AI语音对话模型可能会面临一些挑战，但是这并不意味着这…
AI大模型AI音频
金鸣识别 2024-05-18
OpenAI目前已经推出具备音频转录、文本转语音等功能的软件，不过这些功能是基于独立的对话AI模型实现，而新的语音助手则将这些功能整合在一起。此前OpenAI已经提供了一种降低开发者成本的方式，其在4月推出B…
OpenAI谷歌AI音频GPT-5
智东西 2024-05-18
发布会上，谷歌宣布其已全面进入“Gemini时代”，并发布了其大模型Gemini的重磅升级，以及一系列配套的“AI全家桶”，产品覆盖AI模型、AI搜索、AI语音助手、AI芯片等多个方面。在性能方面，以此次升级…
谷歌OpenAI融资AI音频AI芯片
金融投资报 2024-05-17
中金公司研报指出，OpenAI与谷歌分别发布新一代模型：GPT-4o和Gemini系列模型。在硬件侧，此次两大模型发布从四个方面加快了AI落地端侧的进度：1）多模态交互方式革新；2）AI语音助手拟人化；3）AI功能在移动设备的应用前景；4）商业化前景。
OpenAI谷歌AI音频
每日经济新闻 2024-05-17
“你为什么说话的时候也会叹气？”“是吗？我不知道，可能只是习惯，也许是从你那儿学的。”在电影《her》中，AI语音助手Samantha拥有迷人的声线（由演员斯嘉丽配音），
OpenAIAI音频
2024-05-16
北京时间5月14日凌晨，OpenAI发布端到端多模态AI大模型GPT-4o，酷似科幻电影《Her》的AI语音对话迅速成为关注焦点。24小时后，携新版GeminiAI大模型等产品，谷歌在北京时间5月15日凌晨1点的I/O2024大会上重振旗鼓，试图在AI赛道上重新夺回主动权。在过往一年中，多次被OpenAI抢走风头的谷歌，能否打一个翻身仗？
谷歌OpenAIAI大模型AI音频
雪豹财经社 2024-05-15
北京时间5月14日凌晨，OpenAI公布了最新的GPT-4o人工智能模型，其中“o”代表“Omnimodel”（全能模型）。据悉，GPT-4o提供了GPT-4同水平的智能，并改进了文本、视觉和音频方面的能力，现在这款模型能够以这三者任意组合的形式进行输入和输出，交互方式更多样、更自然。
OpenAIAI音频人工智能GPT-4
和讯网 2024-05-15
据硅谷科技媒体The Information报道，OpenAI正在开发具备音频和视觉理解能力的AI语音助手，最早可能会在下周一的活动上预览。天风证券研报指出，部分科技大厂持续上调全年资本支出指引，软
每日经济新闻 2024-05-14
0513强势股脱水 1、公用事业：价格改革是趋势，顺价并不是零和游戏，而是对经济发展、财政实力、国企增值，有多重益处。2、变压器：行业龙头将22-25年行业复合增速预期上调至25%（此前预期16%），预计美国变压器的供需紧张问题持续时间将超预期，进而带动行业景气度投资机会。3、AI大模型：OpenAI将于凌晨发布新产品演示，根据吹风，大概率和AI语音、多模态相关。本文相关概念和股票：西昌电力（600505.SS）、海兴电力（603556.SS）、明阳电气（301291.SZ）、声迅股份（003004.SZ
融资AI音频AI大模型
把握主升浪 2024-05-13
ChatGPT将变身AI语音助手？挑战Siri和谷歌语音助手36氪2024-05-13 15:05发布于北京36氪官方账号当地时间5月11日，人工智能巨头OpenAI CEO山姆·奥特曼在一档播客
ChatGPTAI音频谷歌OpenAI人工智能
36氪 2024-05-13
Copyright © 2024 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
