Alibabin test metode unosa CosyVoice umjetne inteligencije u stvarnom svijetu: Unos bez upotrebe ruku, pretvaranje govora u tekst, glatkoća daleko premašuje očekivanja

Želite li iskusiti istinsku slobodu korištenja ruku bez upotrebe ruku? Ovaj članak pruža detaljan test zasnovan na Alibabinih 1000 pitanja.AICosyVoice, metoda unosa, nudi vam uvid u vrhunsko glatko iskustvo "generiranja nacrta čim progovorite".

Bez obzira jeste lisamo-medijiBez obzira da li ste pisac, kancelarijski radnik ili neko ko traži visoku produktivnost, ovaj pregled funkcije CosyVoice i korisnički vodič će vam reći da li je zaista koristan i kako ga koristiti da biste udvostručili svoju efikasnost. Otključajte najnoviju tehnologiju pisanja teksta zasnovanu na AI glasu odmah!

Mnogi ljudi su iskusili "zamke glasovnog unosa" prilikom pisanja članaka. Nakon izgovora dugog paragrafa, ekran se ispuni sa "hm", "to" i "tako je", što brisanje čini frustrirajućim. Tek kada se pojavila Alibabina metoda unosa CosyVoice, shvatio sam da glasovni unos zaista može postići "slobodno govorenje i lijepo pisanje".

Vremenska oznaka videozapisa:

Prvi krug iskustva: Čist nacrt generiran jednim klikom, riječi za popunjavanje nestaju trenutno.

Najveća bolna tačka tradicionalnog glasovnog unosa je pretjerana upotreba riječi za popunjavanje. Kada pravite bilješke na sastanku, mnogo pričate, ali rezultirajući tekst je haos.

Pokušao/la sam koristiti Qianwen metodu unosa da izgovorim rečenicu:

"Hm...to...izvještaj o napretku projekta sljedeće sedmice, molim vas pripremite podatke unaprijed i pobrinite se da ništa ne bude propušteno."

Rezultat prikazan na ekranu je bio:

"Molimo vas da unaprijed pripremite podatke za izvještaj o napretku projekta sljedeće sedmice i uvjerite se da ništa nije propušteno."

Sve moje uzrečice su nestale u trenutku, kao da je neko obrisao moj rukopis. Još iznenađujuće, mogao ih je automatski organizirati u listu:

1. Pošalji izvještaj o napretku projekta
2. Dovršite rješenje zahtjeva
3. Odredite marketinški plan

U tom trenutku, zaista sam osjetio da je to potpuno drugačija vrsta od tradicionalnog glasovnog unosa.

Drugi krug iskustva: Besprijekorna izmjena riječi, verbalna naracija trenutno postaje standardni e-mail.

Namjerno sam testirao njegove mogućnosti ispravljanja grešaka:

"Sutrašnji sastanak će biti u sali za sastanke broj dva na trećem spratu - ne, ne, hajde da je promijenimo u salu za sastanke broj tri na trećem spratu."

Direktno ispisuje: "Sutrašnji sastanak će se održati u sali za sastanke broj tri na trećem spratu."
Promjena adrese nije ostavila traga, prirodna kao razgovor s osobom.

Ono što me još više iznenadilo je to što je mogao direktno pretvoriti izgovorene riječi u e-poruke. Rekao sam:

"Možete li mi ovo, molim vas, poslati u formalnom obliku e-maila? Želio bih zakazati sastanak s gospodinom Zhangom u četvrtak u 3:3 sati u vezi s planom promocije brenda za treći kvartal. Ako mu ne odgovara, možemo se dogovoriti."

Nekoliko sekundi kasnije, generirana je kompletna e-pošta:

Predmet: Poziv za komunikaciju u vezi sa "Planom promocije brenda za treći kvartal"

Gospodine Zhang, zdravo:

Kako bih bolje unaprijedio ovaj plan, želio bih s vama lično razgovarati o nekoliko ključnih tačaka. Da li bi vam odgovaralo vrijeme u 3:00 sati ovog četvrtka? Ako ne, molim vas da mi navedete termin koji vam više odgovara, pa ću to organizirati.

Hvala ti!
Odjel za marketing Xiao Li

U prošlosti bi pisanje takvih e-mailova trajalo najmanje tri do pet minuta, ali sada je potrebno samo deset sekundi, što je ogromno poboljšanje efikasnosti.

Treći krug testiranja: Prepoznavanje dijalekata je u potpunosti obrađeno, a konverzija formata brojeva je bila automatska.

Još jedan veliki izazov kod glasovnog unosa su dijalekti. Međutim, CosyVoice se s tim nosi s lakoćom.

Moj prijatelj iz Šangaja je rekao: "Vrijeme je danas tako lijepo, hajde da prošetamo do Bunda."
Transliterirano je kao: "Vrijeme je danas tako lijepo, idemo na Bund."

Može razumjeti ne samo šangajski, već i kantonski i sečuanski. Za profesionalce koji trebaju komunicirati između regija, ova funkcija je spas.

Još bolje, može automatski prepoznati formate brojeva. Na primjer, "12.6%" se direktno pretvara u "12,6%"; "3.58 miliona" se automatski pretvara u "358 miliona". Nije potrebno više ručno uređivanje u finansijskim i scenarijima vezanim za podatke.

Četvrti krug iskustva: Vještine s vrućim riječima za poboljšanje prepoznavanja nišnog vokabulara

Naravno, nije savršen. Njegovo prepoznavanje nišnih vlastitih imenica još uvijek malo nedostaje. Na primjer, kada kažem "du jia", prepoznaje me kao "du jia", što potpuno promašuje poentu.

Srećom, službena dokumentacija pruža funkciju "Vještina vrućih riječi", koja korisnicima omogućava ručno dodavanje prilagođenih riječi. Nakon njihovog dodavanja, stopa tačnosti se značajno poboljšava. To je praktično rješenje.

Sažetak praktičnog testa: Prelazak s glasovnog unosa kao opcije na primarno rješenje

Najvažnija stvar koju sam shvatio na testu je da Qianwen metoda unosa ne samo da "transkribuje zvuk", već i "razumije šta želite reći".

• Automatski uklonite riječi za popunjavanje, oprostite se od ručnog brisanja i uređivanja.
• Promjena adrese je bila besprijekorna, prirodna kao razgovor sa stvarnom osobom.
• Izgovorene riječi se direktno pretvaraju u e-poruke, a nacrti se generiraju za deset sekundi.

Kombinacija ove tri mogućnosti transformirala je glasovni unos iz "opcionog" rješenja u pravo "primarno rješenje".

Njegova vrijednost ne leži u tome da ljudi pomisle "tehnologija je nevjerovatna", već u tome da ljudi pomisle "radi zaista dobro". Takva bi trebala biti metoda unosa umjetne inteligencije.

Zaključno, budućnost glasovnog unosa je stigla; prava inteligencija leži u tome da ga učini jednostavnim za korištenje.

U ovom dobu preopterećenosti informacijama, efikasnost je jednaka produktivnosti. Alibabin CosyVoice metod unosa, sa svojim "glatkim" korisničkim iskustvom, pokazuje da glasovni unos više nije trik, već alat koji zaista može transformirati način na koji radimo.

Oslobađa nas zamornog uređivanja i omogućava nam da se fokusiramo na sam sadržaj.

Pisanje budućnosti više neće biti o kuckanju prstiju po tastaturi, već o direktnom toku misli i jezika.

Prava inteligencija nije u isticanju tehnologije, već u tome da ljudima olakša korištenje.