譯者 | 布加迪

審校 | 重樓

基于語(yǔ)音的生成式AI助手正在悄然改變我們與技術(shù)交互的方式，取得了微妙而又重大的進(jìn)步。這些AI助手不再只是響應(yīng)命令，而是變得更直觀簡(jiǎn)單、更有同理心，還能夠理解復(fù)雜的人類情感和環(huán)境。

雖然進(jìn)展似乎是漸進(jìn)式的，但AI助手的功能在迅速增強(qiáng)。本文深入介紹了幾款領(lǐng)先的基于語(yǔ)音的生成式AI助手。

1.GPT-4o

首先，OpenAI的GPT-4o更先進(jìn)，更有能力創(chuàng)建擁有眾多功能的復(fù)雜應(yīng)用程序，這證明了它的“發(fā)展”程度更高，能夠生成更全面的代碼。

在最近的OpenAI春季更新發(fā)布會(huì)上，GPT-4o是最新的旗艦模型，提供堪比GPT-4的智能，但速度更快，并且在文本、語(yǔ)音和視覺方面提升了能力。

GPT-4o在理解和討論用戶分享的圖片方面比任何現(xiàn)有的模型都要好得多。

2.Hume AI（EVI）

Hume AI是一種專注于理解人類情感以改善人機(jī)交互的AI技術(shù)。它旨在理解和響應(yīng)各種情緒狀態(tài)，并利用這些信息來指導(dǎo)AI發(fā)展。

該公司正在開發(fā)專門的AI模型，以識(shí)別不同文化背景下的情緒，滿足全球用戶的需求。Hume AI的情感識(shí)別算法正在進(jìn)行測(cè)試，以便用于虛擬現(xiàn)實(shí)環(huán)境中，以營(yíng)造更沉浸式、響應(yīng)更迅速的體驗(yàn)。

3.Project Astra

2024年，谷歌I/O大會(huì)上公布的Project Astra最終可能是谷歌最重要的AI工具之一。Astra號(hào)稱是“日常生活中大有幫助的通用AI代理”。它有點(diǎn)像Google Gemini，不過增添了一些特性和超強(qiáng)的功能，可以提供自然流暢的會(huì)話體驗(yàn)。

4.Pi AI

來自Inflection的Pi不僅僅是另一種聊天機(jī)器人，更是您自己的個(gè)人AI。它在個(gè)人智能上迎來了飛躍，為您隨地隨時(shí)而設(shè)計(jì)，每次對(duì)話后都會(huì)進(jìn)化。Pi代表“個(gè)人智能”。

Pi還可以用自然語(yǔ)言和表情符號(hào)表達(dá)情感和同理心，被設(shè)計(jì)成一款友好的、樂于支持的伴侶助手。

5.Perplexity AI

Perplexity的主要產(chǎn)品是依靠自然語(yǔ)言處理的搜索引擎。它利用用戶查詢的上下文提供個(gè)性化的搜索結(jié)果。Perplexity會(huì)總結(jié)搜索結(jié)果，并生成一個(gè)帶有內(nèi)聯(lián)引用的文本。它有助于無縫創(chuàng)建、組織和共享信息。

這個(gè)模型使用人類語(yǔ)言的大型數(shù)據(jù)集加以訓(xùn)練，包括不同的聲音、口音和語(yǔ)言。廣泛的訓(xùn)練使該模型具有良好的通用性，可針對(duì)不同的上下文生成高質(zhì)量的語(yǔ)音輸出。

6.Character.ai

Character AI是一種令人興奮、創(chuàng)新的AI聊天機(jī)器人Web應(yīng)用程序，為交互式對(duì)話提供了無限的可能。它的功能（包括能夠與各種角色聊天和創(chuàng)建個(gè)性化的交互）使其成為一種獨(dú)特而引人入勝的平臺(tái)。

7.Claude AI

Claude的道德準(zhǔn)則、速度和處理大量信息的能力使您能夠有效地利用AI處理復(fù)雜的分析和生成內(nèi)容。然而，注意潛在的不正確之處和有限的功能很重要。

這款A(yù)I助手可以對(duì)用戶的提示和問題生成自然的、酷似人類的響應(yīng)。Claude可以響應(yīng)基于文本或圖片的輸入，可以在互聯(lián)網(wǎng)上使用，也可以通過Claude移動(dòng)應(yīng)用程序來使用。

8.Chatsonic AI

Chatsonic是一種可靠的AI聊天機(jī)器人，可以幫助撰寫博文、社交媒體帖子，或者任何所能想到的內(nèi)容。無論是制作引人入勝的博文、幫助創(chuàng)造性寫作甚至回答問題，Chatsonic都是一款可靠的多用途工具。它快速高效地生成內(nèi)容的能力令人印象深刻。

9.Google Gemini

Gemini for Google Cloud是面向開發(fā)者、谷歌云服務(wù)和應(yīng)用程序的新一代AI助手，可以幫助用戶更有效地工作和編碼、更深入地洞察數(shù)據(jù)以及應(yīng)對(duì)安全挑戰(zhàn)等。

谷歌聯(lián)合創(chuàng)始人Sergey Brin與谷歌的其他員工一起幫助開發(fā)了Gemini LLM。

原文標(biāo)題：Top 9 Voice-Based Generative AI Assistants Transforming Interaction，作者：Tarunya S

鏈接：

https://analyticsindiamag.com/top-9-voice-based-generative-ai-assistants-transforming-interaction/