Alibaba компаниясынын CosyVoice AI киргизүү ыкмасынын реалдуу дүйнөдөгү тести: кол менен киргизүү, сөздөн текстке чыгаруу, жылмакайлык күтүүлөрдөн алда канча ашып түшөт

Чыныгы колсуз эркиндикти сезгиңиз келеби? Бул макалада Alibaba'нын 1000 суроосуна негизделген терең тест берилген.AICosyVoice, киргизүү ыкмасы, сизге "сүйлөгөнүңүз менен долбоорлорду түзүүнүн" эң сонун жылмакай тажрыйбасын сунуштайт.

же сенөздүк медиаСиз жазуучу, кеңсе кызматкери же жогорку өндүрүмдүүлүктү каалаган адам болсоңуз да, бул CosyVoice функциясына сереп жана колдонуучу колдонмосу сизге анын чындап пайдалуу экенин жана аны кантип колдонуп, натыйжалуулугуңузду эки эсеге жогорулатуу керектигин айтып берет. Азыр AI үнүнө негизделген текст жазуунун эң акыркы технологиясын ачыңыз!

Көптөгөн адамдар макала жазууда "үн менен киргизүүдөгү кыйынчылыктарга" туш болушкан. Узун абзацты айткандан кийин, экранда "мм", "ошол" жана "туура" деген сөздөр пайда болуп, аларды өчүрүү кыйынга турат. Alibaba'нын CosyVoice киргизүү ыкмасы пайда болгондо гана үн менен киргизүү чындап эле "эркин сүйлөөгө жана кооз жазууга" жетише аларын түшүндүм.

Видеонун убакыт белгиси:

Биринчи айлампадагы тажрыйба: Бир чыкылдатуу менен таза долбоор түзүлөт, толтуруучу сөздөр заматта жок болот.

Салттуу үн менен киргизүүнүн эң чоң көйгөйү - кошумча сөздөрдү ашыкча колдонуу. Жолугушууда жазып жатканда көп сүйлөйсүз, бирок натыйжада текст башаламан болуп калат.

Мен сүйлөм айтуу үчүн Qianwen киргизүү ыкмасын колдонуп көрдүм:

"Мм... ал... долбоордун жүрүшү тууралуу отчет кийинки жумада чыгат, сураныч, маалыматтарды алдын ала даярдап, эч нерсени өткөрүп жибербеңиз."

Экранда төмөнкүдөй натыйжа көрсөтүлдү:

"Кийинки жумадагы долбоордун жүрүшү тууралуу отчет үчүн маалыматыңызды алдын ала даярдап, эч нерсени өткөрүп жибербешиңиз керек."

Менин бардык макалдарым заматта жок болуп кетти, кимдир бирөө менин кол жазмамды тазалап салгандай. Андан да таң калыштуусу, ал аларды автоматтык түрдө тизмеге бөлүп койду:

1. Долбоордун жүрүшү жөнүндө отчетту тапшыруу
2. Талаптардын чечимин толуктаңыз
3. Маркетинг планын аныктаңыз

Ошол учурда, мен чындап эле бул салттуу үн киргизүүдөн таптакыр башкача түр экенин сездим.

Экинчи айлампадагы тажрыйба: Сөздөрдү кемчиликсиз өзгөртүү, оозеки баяндоо заматта стандарттуу электрондук почтага айланат.

Мен анын каталарды оңдоо мүмкүнчүлүктөрүн атайылап сынап көрдүм:

"Эртеңки жолугушуу үчүнчү кабаттагы экинчи жыйындар залында өтөт — жок, жок, аны үчүнчү кабаттагы үчүнчү жыйындар залына өзгөртөлү."

Ал түз эле мындай деп чыгарат: "Эртеңки жыйын үчүнчү кабаттагы үчүнчү жыйындар залында өтөт."
Даректин өзгөрүшү эч кандай из калтырган жок, бул адам менен болгон сүйлөшүү сыяктуу эле табигый көрүнүш.

Мени андан да таң калтырганы, ал айтылган сөздөрдү түз эле электрондук почтага айландыра алгандыгы болду. Мен мындай дедим:

"Муну мага расмий электрондук почта форматында жазып бере аласызбы? Мен бейшемби күнү саат 15:00дө Чжан мырза менен Q3 брендин жарнамалоо планы боюнча жолугушууну пландаштыргым келет. Эгер ага ыңгайсыз болсо, биз макулдашып алсак болот."

Бир нече секунддан кийин толук электрондук кат түзүлдү:

Тема: "3-чейректин брендин жайылтуу планы" боюнча баарлашууга чакыруу

Чжан мырза, саламатсызбы:

Бул планды жакшыраак илгерилетүү үчүн, мен сиз менен бир нече маанилүү жагдайларды жекеме-жеке талкуулагым келет. Ушул бейшемби күнү саат 3:00 сиз үчүн ыңгайлуу убакыт болобу? Эгер андай болбосо, ыңгайлуураак убакыт аралыгын бериңиз, мен аны уюштурам.

Рахмат сага!
Маркетинг бөлүмү Сяо Ли

Мурда мындай электрондук каттарды жазууга кеминде үч-беш мүнөт убакыт кетчү, бирок азыр он секунд гана талап кылынат, бул натыйжалуулукту бир топ жакшыртты.

Тесттин үчүнчү айлампасы: Диалектти таануу толугу менен иштелип чыкты жана сан форматын конвертациялоо автоматтык түрдө жүргүзүлдү.

Үн менен киргизүүдөгү дагы бир чоң кыйынчылык - бул диалектилер. Бирок, CosyVoice муну оңой эле чечет.

Шанхайдан келген досум: "Бүгүн аба ырайы абдан жакшы, жүргүлө, Бундга сейилдеп келели", - деди.
Ал мындайча которулган: "Бүгүн аба ырайы абдан жакшы, жүргүлө, Бундга баралы".

Ал Шанхайды гана эмес, кантон жана сычуань тилдерин да түшүнө алат. Аймактар ​​аралык байланышууга муктаж болгон адистер үчүн бул функция абдан пайдалуу.

Андан да жакшысы, ал сан форматтарын автоматтык түрдө тааный алат. Мисалы, "12.6%" түз эле "12,6%"ка айландырылат; "3.58 миллион" автоматтык түрдө "358 миллион"га айландырылат. Каржылык жана маалыматтарга байланыштуу сценарийлерде кол менен түзөтүүнүн кажети жок.

Төртүнчү айлампадагы тажрыйба: Кызыктуу сөздөр. Нишалык лексиканы таанууну жакшыртуу көндүмдөрү.

Албетте, ал кемчиликсиз эмес. Ал нишалык энчилүү зат атоочторду таанууда дагы эле бир аз кемчиликтерге ээ. Мисалы, мен "ду цзя" дегенде, ал аны "ду цзя" катары тааныйт, бул болсо маанисин таптакыр түшүнбөй калат.

Бактыга жараша, расмий документтерде "Кыскача сөздөрдү колдонуу жөндөмү" функциясы камтылган, бул колдонуучуларга кол менен ыңгайлаштырылган сөздөрдү кошууга мүмкүндүк берет. Буларды кошкондон кийин, тактык көрсөткүчү бир топ жакшырат. Бул практикалык оңдоочу чечим.

Практикалык тесттин кыскача мазмуну: Үн менен киргизүүдөн негизги чечимге өтүү мүмкүнчүлүгү

Тесттен алынган эң чоң жыйынтык - Цяньвень киргизүү ыкмасы жөн гана "үндү транскрипциялап" койбостон, "сиз эмне айткыңыз келгенин түшүнөт".

• Толтуруучу сөздөрдү автоматтык түрдө алып салыңыз, кол менен жок кылуу жана түзөтүү менен коштошуңуз.
• Даректин өзгөрүшү оңой эле, чыныгы адам менен болгон баарлашуудай табигый болду.
• Айтылган сөздөр түз эле электрондук каттарга айландырылат, ал эми долбоорлор он секунддун ичинде түзүлөт.

Бул үч мүмкүнчүлүктүн айкалышы үн менен киргизүүнү "кошумча" чечимден чыныгы "негизги чечимге" айландырды.

Анын баалуулугу адамдарды "технология укмуш" деп ойлоштурууда эмес, "ал чындап эле жакшы иштейт" деп ойлоштурууда. Жасалма интеллекттин киргизүү ыкмасы ушундай болушу керек.

Жыйынтыктап айтканда, үн менен киргизүүнүн келечеги келди; чыныгы интеллект аны колдонууну жеңилдетүүдөн турат.

Маалыматтын ашыкча жүктөлүшү бул доордо натыйжалуулук өндүрүмдүүлүккө барабар. Alibaba компаниясынын CosyVoice киргизүү ыкмасы, өзүнүн "жылмакай" колдонуучу тажрыйбасы менен, үн менен киргизүү мындан ары амал эмес, тескерисинче, биздин иштөө ыкмабызды чындап өзгөртө ала турган курал экенин көрсөтүп турат.

Бул бизди тажатма түзөтүүдөн арылтып, мазмундун өзүнө көңүл бурууга мүмкүндүк берет.

Келечектеги жазуу мындан ары клавиатураны манжалар менен басуу жөнүндө эмес, ойлор менен тилдин түз агымы жөнүндө болот.

Чыныгы интеллект технологияны мактануу эмес, тескерисинче, адамдардын колдонуусун жеңилдетүү жөнүндө.