Test metody zadávání s umělou inteligencí CosyVoice od Alibaby v reálném světě: Hands-free zadávání, převod řeči na text a plynulost daleko předčily očekávání

Chcete zažít skutečnou svobodu hands-free? Tento článek nabízí hloubkový test založený na 1000 otázkách od Alibaby.AICosyVoice, metoda zadávání textu, vám nabízí nahlédnutí do dokonalého plynulého zážitku z „generování konceptů ihned po promluvení“.

Ať už jstevlastní médiaAť už jste spisovatel, kancelářský pracovník nebo někdo, kdo usiluje o vysokou produktivitu, tato recenze funkce CosyVoice a uživatelská příručka vám řeknou, zda je skutečně užitečná a jak ji využít ke zdvojnásobení vaší efektivity. Odemkněte si nejnovější technologii psaní textu s využitím hlasu s umělou inteligencí hned teď!

Mnoho lidí se při psaní článků setkalo s „úskalím hlasového vstupu“. Po namluvení dlouhého odstavce se obrazovka zaplní „hm“, „to“ a „přesně tak“, což ztěžuje jeho mazání. Až s příchodem metody vstupu CosyVoice od Alibaby jsem si uvědomil, že hlasový vstup dokáže skutečně „svobodně mluvit a krásně psát“.

Časové razítko videa:

První kolo zkušeností: Čistý koncept vygenerovaný jedním kliknutím, výplňová slova okamžitě zmizí.

Největším problémem tradičního hlasového vstupu je nadměrné používání výplňových slov. Při psaní poznámek na schůzce hodně mluvíte, ale výsledný text je chaos.

Zkusil jsem použít vstupní metodu Qianwen k vyslovení věty:

„Ehm...že...zpráva o postupu projektu příští týden, prosím, připravte si data předem a ujistěte se, že nic nezmeškáte.“

Výsledek zobrazený na obrazovce byl:

"Prosím, připravte si data předem pro zprávu o pokroku projektu pro příští týden a ujistěte se, že nic nezmeškáte."

Všechna moje chytlavá slova zmizela okamžitě, jako by mi někdo vymazal rukopis. Ještě překvapivější bylo, že je dokázal automaticky uspořádat do seznamu:

1. Odeslat zprávu o průběhu projektu
2. Dokončete řešení požadavků
3. Stanovte si marketingový plán

V tu chvíli jsem měl skutečně pocit, že se jedná o úplně jiný druh než tradiční hlasový vstup.

Druhé kolo zkušeností: Plynulá změna slov, verbální vyprávění se okamžitě stává standardním e-mailem.

Záměrně jsem otestoval jeho schopnosti opravy chyb:

„Zítřejší schůze bude v zasedací místnosti číslo dvě ve třetím patře – ne, ne, přejděme na zasedací místnost číslo tři ve třetím patře.“

Přímo vypíše: „Zítřejší schůze se bude konat v zasedací místnosti číslo tři ve třetím patře.“
Změna adresy nezanechala žádnou stopu, byla tak přirozená jako rozhovor s člověkem.

Ještě víc mě překvapilo, že dokázal přímo převést mluvená slova na e-maily. Řekl jsem:

„Mohl byste mi to prosím napsat do formálního e-mailu? Rád bych si domluvil schůzku s panem Zhangem ve čtvrtek na 3:3 ohledně plánu propagace značky na třetí čtvrtletí. Pokud by mu to nevyhovovalo, můžeme se domluvit.“

O několik sekund později byl vygenerován kompletní e-mail:

Předmět: Výzva ke komunikaci ohledně „Plánu propagace značky pro 3. čtvrtletí“

Pane Zhangu, dobrý den:

Abychom tento plán lépe prosadili, rád bych s vámi osobně probral několik klíčových bodů. Vyhovoval by vám tento čtvrtek 3:00? Pokud ne, uveďte prosím vhodnější časový úsek a já se o něj postarám.

Děkuju!
Marketingové oddělení Xiao Li

Dříve trvalo napsání takových e-mailů nejméně tři až pět minut, ale nyní to trvá jen deset sekund, což je obrovské zlepšení efektivity.

Třetí kolo testování: Rozpoznávání dialektů bylo plně zvládnuto a převod formátu čísel proběhl automaticky.

Další velkou výzvou hlasového vstupu jsou dialekty. CosyVoice si s tím ale hravě poradí.

Můj kamarád ze Šanghaje řekl: „Dnes je tak krásné počasí, pojďme se projít k nábřeží.“
Bylo to přepsáno jako: „Dnes je tak hezké počasí, pojďme na Bund.“

Rozumí nejen šanghajštině, ale i kantonštině a sečuánštině. Pro profesionály, kteří potřebují komunikovat napříč regiony, je tato funkce záchranou.

Ještě lepší je, že dokáže automaticky rozpoznávat formáty čísel. Například „12.6 %“ se přímo převede na „12,6 %“; „3.58 milionů“ se automaticky převede na „358 milionů“. Ve finančních a datových scénářích již není potřeba žádná ruční úprava.

Čtvrté kolo zkušeností: Dovednosti s klíčovými slovy pro zlepšení rozpoznávání specializované slovní zásoby

Samozřejmě to není dokonalé. Jeho rozpoznávání specifických vlastních jmen je stále trochu nedostatečné. Například když řeknu „du jia“, rozpozná to jako „du jia“, což zcela míjí pointu.

Naštěstí oficiální dokumentace nabízí funkci „Hot Word Skill“, která uživatelům umožňuje ručně přidávat vlastní slova. Po jejich přidání se výrazně zlepší míra přesnosti. Je to praktické řešení.

Shrnutí praktického testu: Přechod od hlasového vstupu jako možnosti k primárnímu řešení

Největším poznatkem z testu je, že metoda zadávání Qianwen nejen „přepisuje zvuk“, ale také „rozumí tomu, co chcete říct“.

• Automaticky odstraňujte výplňová slova, rozlučte se s ručním mazáním a úpravami.
• Změna adresy proběhla hladce, stejně přirozeně jako konverzace se skutečným člověkem.
• Mluvená slova se přímo převádějí do e-mailů a koncepty se generují během deseti sekund.

Kombinace těchto tří funkcí proměnila hlasový vstup z „volitelného“ řešení ve skutečné „primární řešení“.

Jeho hodnota nespočívá v tom, že si lidé myslí, že „ta technologie je úžasná“, ale v tom, že si lidé myslí, že „funguje opravdu dobře“. Taková by měla být metoda zadávání dat umělou inteligencí.

Závěrem lze říci, že budoucnost hlasového vstupu je tady; skutečná inteligence spočívá v tom, že je snadné ho používat.

V této době informačního zahlcení se efektivita rovná produktivitě. Metoda hlasového zadávání CosyVoice od Alibaby se svým „plynulým“ uživatelským zážitkem ukazuje, že hlasový vstup již není jen trik, ale nástroj, který může skutečně změnit způsob, jakým pracujeme.

Osvobozuje nás od únavné editace a umožňuje nám soustředit se na samotný obsah.

Psaní budoucnosti už nebude o ťukání prstů do klávesnice, ale o přímém toku myšlenek a jazyka.

Skutečná inteligence nespočívá v předvádění technologií, ale v tom, aby se lidem usnadňovaly jejich používání.