(相关资料图)

继4月2 4日，科大讯飞官方公众号宣布讯飞星火认知大模型官网上线之后，已陆续有AI圈内人士、自媒体发布了内测体验报告，从各家综合反馈来看，讯飞星火认知大模型在语言理解、文本生成、逻辑推理、多轮对话方面表现值得期待，但目前还不支持图片生成等多模态内容形式。而在4月27日上午，讯飞官方宣布大模型已上线语音合成功能，官网仅上线3天就连夜升级，迭代速度“可见一斑”。

在讯飞星火大模型对话界面，AI生成回复内容的下方已经多了“播放按钮”，点击播放按钮，即可对生成内容进行语音播报。小编分别针对数学公式、英语作答进行了测试，例如在介绍“椭圆公式”时对方程式的朗读，以及对于英文长文本的朗读，星火大模型整体可以做到自然流利。小编认为，语音合成播报功能的上线丰富了大模型的交互方式，也拓宽了其场景应用的边界，例如在海外旅行时，通过大模型的文本生成+翻译+播报，即可直接完成问路、咨询等场景问题。

据悉，本次讯飞星火大模型的语音播报采用了最新的语音合成技术——SMART-TTS，它可以提供“高兴、抱歉、撒娇、严肃、悲伤、困惑、害怕、鼓励、生气、安慰、宠溺”共11种情感，每种情感有40档的强弱度不同的调解能力，赋予了声音“喜怒哀乐”的特征，让合成语音更加自然真实。

根据计划，科大讯飞将于5月6日正式发布讯飞“星火”认知大模型，并面向教育、医疗、办公、车载等行业发布专向大模型解决方案，届时到底还会有多少惊喜，我们拭目以待。

标签：