{"text":[[{"start":8.89,"text":"各人工智能团队正竞相让人们与聊天机器人的对话更加自然，并押注于这样一种趋势：尽管当着他人的面对着机器说话显得有些尴尬，但语音交流仍将取代打字，成为人们与AI智能体互动的主导方式。"}],[{"start":24.12,"text":"OpenAI和谷歌(Google)最近更新了语音产品，使人工智能(AI)的声音不再像照着屏幕念稿的机器人，而更像一位理解指令和上下文的同事。"}],[{"start":33.99,"text":"这些新产品推出的背景是，消费者和企业的需求呈爆炸式增长。这些新产品与早期的语音助手也有显著区别：后者会将语音转换为文字，生成文字回复，再将回复读出来。"}],[{"start":48.19,"text":"较新的模型可以直接处理和生成语音，有助于减少延迟、语调生硬以及遗漏上下文等问题，从而避免早期产品给人的机械感。"}],[{"start":58.16,"text":"OpenAI的ChatGPT语音产品负责人阿蒂•埃莱蒂(Atty Eleti)说：“人们喜欢用语音提问……语音非常适合进行那种类似人与人之间的来回对话。文字交流也很好，但打字要费不少力气。”"}],[{"start":72.3,"text":"这一赌注的依据是：随着AI系统从回答问题转向执行持续时间更长的任务，与它们交谈将比在聊天机器人窗口中输入提示词更自然。"}],[{"start":83.1,"text":"但这股推动力也暴露出语音科技长期存在的种种障碍，从延迟和背景噪音，到在公共场合与机器交谈所带来的尴尬。"}],[{"start":92.83,"text":"AI企业表示，这一转变已经在改变用户行为。谷歌称，截至4月的一年间，其实时语音功能的使用量翻了一番；与文字交流相比，用户与聊天机器人的语音对话平均时长是文字交流的5倍。在OpenAI，每周有超过1.5亿人使用ChatGPT的语音功能。"}],[{"start":114.18,"text":"微软(Microsoft)负责任AI部门首席产品官萨拉•伯德(Sarah Bird)说，语音这一媒介“正随着这些能够长时间运行的智能体再次真正兴起，因为通过语音向它们下达任务让人感觉非常自然”。"}],[{"start":127.42,"text":"伯德补充说，她经常看到同事在公司的代码托管平台GitHub上工作时，向手机发送语音指令来编写代码。她补充道：“我认为，在这方面，一个全新的世界很快就会到来。”"}],[{"start":142.1,"text":"OpenAI表示，语音科技此前受到“智能水平滞后”的制约。直到上周发布ChatGPT Live——这是OpenAI两年来推出的首个语音模型——该公司的语音模型一直因响应缓慢、混淆不同语言或口音而受到批评。"}],[{"start":158.75,"text":"谷歌语音体验负责人利兰德•雷基斯(Leland Rechis)说：“人们才刚开始说得更多，因为他们知道这个模型能够理解；现在，他们期待自己可以做得更多，也希望这些设备能够完成更多任务。”"}],[{"start":172.27,"text":"雷基斯补充说，谷歌发现，一旦大型语言模型有了语音模式，用户与AI交谈时就会更加自在，因此选择采用“更为自发的对话风格”"}],[{"start":183.16000000000003,"text":"一个早期应用场景是编程。支持者表示，与输入文字提示相比，语音能够帮助用户更完整地描述意图和约束条件。"}],[{"start":193.06000000000003,"text":"OpenAI负责国际战略与运营的桑德罗•贾内拉(Sandro Gianella)说，语音已经成为他使用OpenAI编程工具Codex的重要方式。"}],[{"start":201.95000000000005,"text":"他本月在领英(LinkedIn)上写道：“我打字时，常常过早地压缩问题，直接跳到任务本身。说话时，我往往会更多地解释‘为什么’：我真正想要实现什么、我的意图是什么、哪些限制条件至关重要、哪些地方我并不确定，以及理想的结果应该是什么样的。”"}],[{"start":219.60000000000005,"text":"语音工具的兴起促使硅谷一些初创企业投资购置新型麦克风并为办公室进行隔音改造，以防系统将语音与背景噪音混淆。有各种各样的新型麦克风，从领夹式麦克风，到装在黑色管筒或护齿器里的麦克风。"}],[{"start":null,"text":"