在OpenAI为ChatGPT引入高级语音模式并推出服务的背景下,韩国主要信息技术(IT)企业也在加快开发搭载大语言模型(LLM)、可进行自然对话的AI语音助手。NAVER集团正在开发基于HyperCLOVA X的“SpeechX”(暂定名),Kakao集团(035720)旗下子公司dk techin Corp.正考虑在AI助手“Hey Kakao”中搭载LLM。
据业界25日消息,NAVER集团正在开发SpeechX,其功能涵盖个性化语音服务、实时语音翻译、教育项目以及专业领域应用等多个方面。SpeechX是以超大规模AI HyperCLOVA X为基础、可进行自然对话的个性化语音服务,具备上下文理解和指令解析能力,可应用于实时语音翻译等多种服务。NAVER集团相关人士表示:“将把SpeechX发展为更为高级的平台,以支持各类语音相关作业”,“这不仅是技术进步,还将为日常生活和专业领域带来根本性变化。”
Kakao集团的IT解决方案子公司dk techin Corp.正从多个角度研究将LLM应用于车辆控制语音识别平台“Kakao集团 i Auto”等AI平台的方案。
除NAVER集团和Kakao之外,主要IT企业也纷纷加入AI语音助手竞争。Samsung Electronics(005930)上月在AI助手“Bixby”中搭载了LLM。三星集团SDS本月3日宣布,将把AI个人助理服务“Brity Copilot”升级为“个人智能体”,除语音办公处理外,还将提供视频会议多语言实时口译等服务。SK电讯下月将把T电话改版为A.电话,新增口译通话和安心通话等功能。
AI语音助手热潮得益于日趋成熟的LLM。通过LLM可以理解复杂提问和对话语境,并学习多维度知识,应用方式无穷。此外,还能提供针对各用户的个性化服务。凭借这些优势,AI语音助手将催生多种服务,市场预计将持续增长。据MarketsandMarkets数据,今年规模为132亿美元(约18万亿韩元)的对话式AI市场,预计到2030年将增长至499亿美元(约66万亿韩元)。OpenAI首席执行官萨姆·奥尔特曼23日(当地时间)通过博客表示:“AI模型很快将扮演自主个人助理的角色,代替用户执行协调医疗服务等特定任务”,“超级智能可能在未来数千天内出现。”
OpenAI于24日(当地时间)推出了ChatGPT“高级语音模式”,改善了除英语外包括韩语、日语在内的50种语言的使用体验。该模型的韩语能力更为自然,如同真实韩国人说话。OpenAI解释称,ChatGPT从韩国专业配音员和公司内部韩国员工处获得反馈,提升了韩语能力。
不仅OpenAI,各大科技巨头也接连推出AI语音助手服务,竞争日趋激烈。Meta将推出采用名人声音的语音助手功能。路透社报道称,Meta计划在25日(当地时间)举行的“Connect 2024”上发布借用朱迪·丹奇、约翰·塞纳、克里斯汀·贝尔、奥卡菲娜、基根-迈克尔·基等知名艺人声音的助手功能。亚马逊将全面改版“Alexa”并于下月推出,谷歌上月公开了AI语音助手“Gemini Live”。阿里巴巴集团旗下金融科技企业蚂蚁本月5日推出了AI助手应用“支小宝”。用户仅通过语音指令即可订餐、预订本地餐厅,也可以叫出租车,还具备票务预订功能。






