在 ChatGPT 的 DAN 形状火爆全网体育游戏app平台，无数网友为若何诞生 DAN 四处寻求攻略的时辰，AI 就照旧解释了传神的东谈主机语音交互所带来的庞杂想象力。

而如今，果真开脱"东谈主机感"的国产语音大模子来了。

据硅星东谈主独家获悉，豆包行将发布最新及时语音大模子，并将基于此模子全量上线豆包 App 及时语音通话功能。面前，豆包 APP 已小范畴测试最新才调，部分用户在豆包 App 的及时通话界面已更新。

此前，业内就曾有传言称豆包将上线最新脸色语音大模子，测试成果逾越 GPT-4o。据了解，该传言说起模子即为上述及时语音模子。最新模子通过面向语音生成和相识进行调解建模，别离于此前的 ASR+LLM+TTS 级联神气，在对话成果上有大幅提高，及时交互上不仅低延时，也能畅通打断。

硅星东谈主在豆包上实测了该才调发现，在汉文场景下，豆包最新语音模子体现出了相较于此前更坚韧和传神的性能。

从底层的本领发展来看，声学特征的精确限制需要同期调控音高、语速、音量等多个参数，而这些参数与脸色之间并不存在浅显的对应干系，就像东谈主类言语时的脸色是由无数渺小变化构成的，机器要精确捕捉和重现这种复杂的抒发。

对此，现时语音对话的处置有想象多接纳分层想象，通过多个模子的协同来爽气收场从文本到脸色，再到声息的养息，但在及时性和天然度上仍有格外大的提高空间。

而豆包最新的语音模子，便在这两个方面有了较大的性能提高。

在天然度上，起头是这次更新最紧迫的脸色部分，比拟大遍及模子还在口吻上粗线条上进行变化除外，豆包最新的语音模子在语音证实和才略的拟东谈主性上有了质的提高。

比如这一段咱们让豆包用老北京话说一段报菜名的贯口，这中间有相称多对节拍和儿化音的处理，豆包皆媚媚美妙地表述了出来，流利进度堪比低级相声演员。

同期，在念念辨性上的证实也很惊艳。时代咱们一直尝试让豆包成为我的"女一又友"，但豆包却一直隔断，原因竟是它了解我方是一个大模子而非果真的东谈主类，并匪面命之的劝我去找一个果真的女一又友，帮我分析真实的择偶需乞降画像，不得不说，豆包面前如实懂得太多了！

来来来，放几个实测 demo 感受下，全新的语音模辅音色相称拟东谈主，不仅能证实"喜、怒、哀、乐"，还不错咳嗽、慨气、笑、以致说偷偷话，听到终末以致分不出那儿是东谈主在讲话那儿是 AI 在讲话。

除了脸色上的天然度，在方言、英文和师法才调方面，咱们尝试了用四川话、粤语和英文对话来和豆包聊天，天然粤语还不标准，但也煞有介事地聊了几句，异日豆包也有可能相沿更多方言、语种。

咱们以致不错让它唱一首带「硅星东谈主」几个字的歌曲，它对这种复杂领导罢黜和践诺得相称好，这种看似浅显的任务背后其实藏匿着多重本领挑战，模子需身手会这个创作需求，将 ' 硅星东谈主 ' 这个特定词组天然地融入歌词创作中，这教师着它的语言相识和创作才调。

它不仅身手会创作意图，还要合营文本创作、音调生成、节拍限制等多个维度，最终呈现出一个齐备的音乐作品。

而在咱们的整个测试历程中，低延时、打断随时对话等模子才调上在居品侧作念到了更好地落地，及时性的体验也比此前愈加顺滑。

总的来说，就本色居品体验而言，豆包语音对话展现出了大幅逾越此前的成果，在对话完成度上不失神于 GPT-4o。尽头是在汉文语境下，它对口吻语调的把控、脸色的密致抒发，以及丰富各样的语音技巧，皆展现出了独到的上风。这种上风不仅体面前基础的对话才调上，更反应在对汉文文化内涵的深度相识和精确抒发上。

当它用恰到公正的口吻说出一句俏皮话，或所以适合的脸色演绎一段理性对白时，皆让东谈主感受到 AI 交互正在走向一个全新的阶段。

国产的「Her」可能真的要出身了体育游戏app平台。