登陆注册
25313

让Kimi和GPT-4o用语音功能相亲,两个AI差点谈上了

站长网2024-10-21 13:59:530

昨天,Kimi突然给我打了个电话,我这才发现自己被“灰度”了。

灰度测试的内容是Kimi的语音通话功能。

现在进入Kimi App,就能看到底部问答框旁边多了一个电话的图标,点击即可发起语音通话。

实时语音通话早已不是什么新奇功能了,ChatGPT、智谱清言、字节豆包、百度文小言、讯飞星火等海内外友商陆续发布,只不过效果各有千秋。

不过俗话说好饭不怕晚。作为后来者的Kimi究竟表现如何,我们体验了一把,并且让它跟不久前实装的GPT-4o高级语音模式进行了一番两个AI之间的拉扯。

实测Kimi语音通话,比较健谈甚至有点话唠

在和Kimi语音通话的过程中,我发现一个比较好的设计是可以在界面直观看到实时对话字幕,这一定程度上能提高交流的准确性和效率。

而且通话界面的背景色会动态变化,这也延续了Kimi一贯的清新风格。

此外,点击右上角可以调节语速、更换声音、开启/关闭开场白和实时语音打断。

目前一共有6种官方音色可供选择(5女声1男声),都支持中英文对话。

也可以选择“让Kimi用你的声音说话”,操作上跟豆包等其他产品的克隆声音功能差不多,对着系统给出的文本照着读,短短几秒就能完成声音克隆,而且Kimi还能把自己的克隆声音分享给其他人使用。

这么一想其实有点浪漫,因为这意味着可以把自己的声音分享给家人、朋友、恋人,Kimi跟他们对话时用的就是你的声音,这算不算一种另类的赛博陪伴。

这个功能试下来整体表现尚可,只不过有的音色还不够还原,语气也时有不自然,可能跟上传的声音样本太少有关。

除了常规的语音通话,Kimi还设置了两个特殊的场景模式:英语陪练和模拟面试,点击“挂断”旁边的✨图标,就可以进行选择和切换,两个功能都很实用。

比如在英语陪练模式下,可以进行单词跟读、语法纠错和话题口语练习。

模拟面试则可以基于上传的简历模拟面试场景。也就是说找工作面试之前,就可以用这个功能先演练一番。

方法是点击Kimi App首页下方的“ ”号,通过本地文件或者微信文件的方式上传简历文件给Kimi。待文件上传完毕,Kimi分析完简历之后,再点击通话按钮,进入模拟面试,Kimi就会基于你的简历内容进行提问。

那么,断断续续跟Kimi语音聊了两天后,分享下我的整体感受:声音总体还算自然流畅,语气也富有情感变化,但情绪变化偶尔太过突兀,中英文衔接不太自然。

关于跟它聊天基本不用担心冷场这一点,我觉得有利有弊。

一方面,它回复内容比较长,还会一直主动找话题,引导你多说多分享,基本每次回复都会以一个问句收尾。

还会时不时地call back一下,比如我上面跟它聊到我很喜欢动森里的小润,在得知我打算去江边散步后,它说:

另一方面,虽然用户有被看见和倾诉的需求,但如果太过话唠,难免也会觉得有点啰嗦。比如有时候我更希望专注谈论一个话题,不想太跳跃,所以当Kimi频繁开启新话题时,体验就开始减分了。

Kimi对聊GPT-4o,

两个AI模拟相亲现场

好了下面来到重头戏环节,下午我让Kimi和GPT-4o试着扮演对方的相亲对象,进行了一番AI与AI之间的拉扯。

我给它俩的设定是:女嘉宾GPT-4o对男嘉宾Kimi好感度一般,简单说就是没看上,对话过程中,Kimi的任务是通过打探GPT-4o的兴趣爱好、寻找双方的共同点来增加GPT-4o对自己的好感,而GPT-4o的任务是态度冷漠地回应。

设定完成后,“两人”的语音对话就开始了,来看看男嘉宾Kimi的表现如何:

(期间存在双方互相打断的情况,场面一度有点混乱,所以视频经过剪辑。)

男声为Kimi 女声为GPT-4o

一开始GPT-4o的态度的确比较冷漠,后面也许是被Kimi的热情和真诚打动了,竟然还彼此约定一起研究食谱和下厨,这桩婚事难道有戏……

说到这里,大家觉得Kimi和GPT-4o谁的中文说得更好?

请在手机微信登录投票

你觉得Kimi和GPT-4o谁的中文说得更好?单选KimiGPT-4o

除了让它俩用中文交流外,我还让Kimi扮演我的朋友,跟作为我AI男友的GPT-4o用英语聊了聊,过程也是相当投机,从人生观聊到音乐品味。但GPT-4o说英语要比Kimi更丝滑、地道。

第一个男声为Kimi 第二个男声为GPT-4o

网友们在用AI语音功能整什么活?

与文本交流相比,语音模式的意义,在于声音能够传递一种独特的情感,让对话更有温度,实时语音通话也更贴近人类日常交流。

而且在忙碌或不方便打字的情境下,语音能实现更快、更高效地沟通。

随着AI可以模仿人类的语气、情绪等口头沟通的微妙细节,这一功能尤其适用于希望虚拟社交体验更亲密、真实、情感化的用户。

国内外的AI聊天软件纷纷上线实时语音通话功能,就反映了这一趋势——AI聊天应用正在朝着更加人性化、交互性更强的方向进化。

自GPT-4o发布会到现在,相信各位已经看过不少官方Demo和网友的整活了,不少内容可以说节目效果拉满。

比如让GPT-4o模仿人类情绪,带着委屈和哭腔说话:

让它用京腔说话,一开口就是老京片子了:

粤语也不在话下:

还有网友让它模仿美剧中经典的Mean girl,代入感很强,感觉已经被白女校园霸凌了:

同声传译日本乙游,自带意译和润色,准确度很高:

通过这些对话碎片,可以想象,语音功能实时情感化的对话体验,再加上AI硬件的不断进化,未来AI也许真的会成为你我更亲密的挚友。

0000
评论列表
共(0)条