Тэставанне метаду ўводу CosyVoice са штучным інтэлектам ад Alibaba ў рэальных умовах: увод без рук, пераўтварэнне маўлення ў тэкст, плаўнасць значна пераўзыходзіць чаканні

Хочаце адчуць сапраўдную свабоду рук? У гэтым артыкуле прадстаўлены падрабязны тэст, заснаваны на 1000 пытаннях Alibaba.AICosyVoice, метад уводу, дае вам магчымасць зазірнуць у найлепшы плыўны вопыт «стварэння чарнавікоў, як толькі вы кажаце».

Ці ёсць выСМІНезалежна ад таго, пісьменнік вы, офісны работнік ці чалавек, які імкнецца да высокай прадукцыйнасці, гэты агляд функцыі CosyVoice і кіраўніцтва карыстальніка раскажуць вам, ці сапраўды яна карысная і як выкарыстоўваць яе, каб падвоіць сваю эфектыўнасць. Адкрыйце для сябе найноўшую тэхналогію напісання тэксту з дапамогай штучнага інтэлекту зараз жа!

Многія людзі сутыкаліся з «падводнымі камянямі галасавога ўводу» пры напісанні артыкулаў. Пасля прамаўлення доўгага абзаца экран запаўняецца «гм», «гэта» і «так», што робіць выдаленне непрыемным. Толькі пасля з'яўлення метаду ўводу CosyVoice ад Alibaba я зразумеў, што галасавы ўвод сапраўды можа дазваляць «свабодна гаварыць і прыгожа пісаць».

Метка часу відэа:

Першы раўнд вопыту: чысты чарнавік, створаны адным пстрычкай мышы, словы-запаўняльнікі імгненна знікаюць.

Найбольшым праблемай традыцыйнага галасавога ўводу з'яўляецца празмернае выкарыстанне слоў-запаўняльнікаў. Падчас нататак на сустрэчы вы шмат кажаце, але выніковы тэкст атрымліваецца ў поўным беспарадку.

Я паспрабаваў выкарыстаць метад уводу Цяньвэнь, каб сказаць сказ:

Гм... што... справаздача аб ходзе праекта на наступным тыдні, калі ласка, падрыхтуйце дадзеныя загадзя і пераканайцеся, што нічога не прапушчана.

Вынік, які адлюстроўваўся на экране, быў наступным:

Калі ласка, падрыхтуйце свае дадзеныя загадзя для справаздачы аб ходзе праекта на наступным тыдні і пераканайцеся, што нічога не прапушчана.

Усе мае крылатыя фразы імгненна зніклі, быццам хтосьці сцёр мой рукапіс. Яшчэ больш дзіўна, што праграма магла аўтаматычна арганізаваць іх у спіс:

1. Падаць справаздачу аб ходзе праекта
2. Завяршыце рашэнне патрабаванняў
3. Вызначце маркетынгавы план

У той момант я сапраўды адчуў, што гэта зусім іншы від, чым традыцыйны галасавы ўвод.

Другі раўнд вопыту: плаўная змена слоў, вуснае апавяданне імгненна становіцца стандартнай электроннай поштай.

Я наўмысна пратэставаў яго магчымасці карэкцыі памылак:

Заўтрашняя сустрэча адбудзецца ў пакоі для пасяджэнняў нумар два на трэцім паверсе... не, не, давайце перанясем яе ў пакой для пасяджэнняў нумар тры на трэцім паверсе.

Ён непасрэдна выводзіць: «Заўтрашняя сустрэча адбудзецца ў пакоі для пасяджэнняў нумар тры на трэцім паверсе».
Змена адрасу не пакінула ніякіх слядоў, такая ж натуральная, як размова з чалавекам.

Яшчэ больш мяне здзівіла тое, што ён мог непасрэдна пераўтвараць вусныя словы ў электронныя лісты. Я сказаў:

Ці не маглі б вы, калі ласка, напісаць гэта ў афіцыйным фармаце электроннай пошты для мяне? Я хацеў бы запланаваць сустрэчу са спадаром Чжанам на 3:3 у чацвер адносна плана прасоўвання брэнда на трэці квартал. Калі яму гэта нязручна, мы можам дамовіцца.

Праз некалькі секунд быў згенераваны поўны ліст:

Тэма: Запрашэнне да зносін адносна «Плана прасоўвання брэнда на трэці квартал»

Спадар Чжан, прывітанне:

Каб лепш прасунуць гэты план, я хацеў бы абмеркаваць з вамі некалькі ключавых момантаў асабіста. Ці будзе вам зручны час у 3:00 у гэты чацвер? Калі не, калі ласка, паведаміце больш зручны час, і я ўсё арганізую.

Дзякуй!
Аддзел маркетынгу Сяо Лі

Раней напісанне такіх лістоў займала як мінімум тры-пяць хвілін, але цяпер гэта займае ўсяго дзесяць секунд, што значна паляпшае эфектыўнасць.

Трэці раўнд тэсціравання: распазнаванне дыялектаў цалкам выканана, а пераўтварэнне лічбавага фармату прайшло аўтаматычна.

Яшчэ адна сур'ёзная праблема галасавога ўводу — гэта дыялекты. Аднак CosyVoice лёгка з гэтым спраўляецца.

Мой сябар з Шанхая сказаў: «Сёння такое цудоўнае надвор'е, давайце пайдзем прагуляцца па набярэжнай».
Гэта было перапісана як: «Сёння такое цудоўнае надвор'е, хадзем на Бунд».

Ён разумее не толькі шанхайскую, але і кантонскую і сычуанскую мовы. Для спецыялістаў, якім трэба мець зносіны ў розных рэгіёнах, гэтая функцыя — проста выратаванне.

Яшчэ лепш тое, што праграма можа аўтаматычна распазнаваць лічбавыя фарматы. Напрыклад, «12.6%» непасрэдна пераўтвараецца ў «12,6%»; «3.58 мільёнаў» аўтаматычна пераўтвараецца ў «358 мільёнаў». Больш не патрабуецца ручное рэдагаванне ў фінансавых і звязаных з дадзенымі сітуацыях.

Чацвёрты раўнд вопыту: навыкі распазнавання нішавай лексікі з папулярнымі словамі

Вядома, ён не ідэальны. Ён усё яшчэ крыху недасканалы ў распазнаванні нішавых уласных назоўнікаў. Напрыклад, калі я кажу «ду цзя», ён распазнае гэта як «ду цзя», што цалкам не адпавядае сутнасці.

На шчасце, афіцыйная дакументацыя прадугледжвае функцыю «Навык папулярных слоў», якая дазваляе карыстальнікам уручную дадаваць уласныя словы. Пасля іх дадання дакладнасць значна паляпшаецца. Гэта практычнае рашэнне.

Кароткі змест практычнага тэсту: пераход ад галасавога ўводу як варыянта да асноўнага рашэння

Найважнейшы вынік тэсту заключаецца ў тым, што метад уводу Qianwen не проста «транскрыбуе гук», а «разумее, што вы хочаце сказаць».

• Аўтаматычна выдаляйце словы-запаўняльнікі, развітайцеся з ручным выдаленнем і рэдагаваннем.
• Змена адрасу прайшла гладка, гэтак жа натуральна, як размова з рэальным чалавекам.
• Вусныя словы непасрэдна пераўтвараюцца ў электронныя лісты, а чарнавікі ствараюцца за дзесяць секунд.

Спалучэнне гэтых трох магчымасцей ператварыла галасавы ўвод з «дадатковага» рашэння ў сапраўднае «асноўнае».

Яго каштоўнасць не ў тым, каб прымусіць людзей думаць «тэхналогія цудоўная», а ў тым, каб яны думалі «яна працуе вельмі добра». Вось якім павінен быць метад уводу штучнага інтэлекту.

У заключэнне, будучыня галасавога ўводу ўжо настала; сапраўдны інтэлект заключаецца ў тым, каб зрабіць яго простым у выкарыстанні.

У эпоху інфармацыйнай перагрузкі эфектыўнасць роўная прадукцыйнасці. Метад уводу CosyVoice ад Alibaba з яго «плыўным» карыстальніцкім досведам дэманструе, што галасавы ўвод — гэта ўжо не хітрасць, а інструмент, які можа сапраўды змяніць наш спосаб працы.

Гэта вызваляе нас ад стомнага рэдагавання і дазваляе засяродзіцца на самім змесце.

Пісьменства будучыні будзе заключацца не ў тым, каб стукаць пальцамі па клавіятуры, а ў тым, каб перадаваць непасрэдны паток думак і мовы.

Сапраўдны інтэлект — гэта не дэманстрацыя тэхналогій, а тое, каб зрабіць іх лёгкімі для людзей.