比真實還真實的聊天語音

    在一件藝術品背後

    有愿

    想像一下，和AI聊天時，它不僅聽得懂你說什麼，還能用像真人一樣的語調回應，甚至讓你覺得它知道內心想法。這不是科幻電影，而是Sesame公司最新推出的對話語音模型CSM帶來的體驗。這家由Oculus VR聯合創始人Brendan Iribe創辦的公司，最近在AI語音技術上拋出一顆震撼彈，目標是讓AI伴侶的對話自然到不行，還能建立起你的信任感。CSM厲害在哪？簡單來說，它是用變壓器技術打造的多模態模型，靠着約一百萬小時的英語音頻訓練，能根據對話脈絡調整語調和情緒。不管是講外語單詞、抓準語感，還是處理多人對話，它都能應付自如。

    實際用過的人怎麼說？有人覺得這語音在語氣、語調已達到誇張級別，比如展示版本Maya和Miles，聽起來就像身邊的朋友。有個家長甚至說，他四歲女兒跟AI聊完後，因為不能再聊而哭了起來，足見這技術有多吸引人。當然，也有人覺得這種“太真實”的感覺有點毛毛的，擔心未來會不會被拿來搞亂七八糟的事。不過專家倒是挺看好，開發者Adil Mania就說：“這比ChatGPT的語音模式還像人，我寧願跟它聊心事也不找心理醫生。”聽起來是不是很有意思？相信很快又有新職業被取替，與其坐着等，不如我們反過來看看又有甚麼新工種將會出現。