2024-10-02 | 실리콘밸리=윤민혁 특파원

微软与OpenAI全力强化“语音助手”生态

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

微软(MS)与OpenAI着手强化“语音人工智能(AI)”。二者将“语音助手”视为面向普通消费者的AI服务的激战地,正致力于强化可用性与生态系统。

1日(当地时间),微软表示已在AI服务“Copilot”中新增语音对话与视觉识别功能。使用Copilot Voice可实现自然的语音问答,还能以语音概括早间新闻和天气。语音对话服务优先在美国、加拿大、英国、澳大利亚、新西兰等英语国家以英语提供。

此外,还向付费订阅用户提供AI识别网页文档或照片的Copilot Vision功能和“推理”能力。其中融入了与微软合作的OpenAI最新AI GPT-4o的多模态能力和“OpenAI o1”的推理功能。

此次Copilot更新由微软今年3月招揽的谷歌DeepMind共同创始人穆斯塔法·苏莱曼主导。他当天通过博客文章表示:“Copilot将代替你缓解生活的复杂性,让你把更多时间集中于重要的事情上。”

同日,OpenAI公开了实时与对话补全应用接口(API),便于外部应用开发者轻松利用GPT-4o的语音对话功能。这是一款可让非ChatGPT的其他应用轻松接入OpenAI语音助手的工具。过去外部应用开发商若要利用ChatGPT语音对话,需要先把语音转换为文字、由AI处理后再转换回语音的复杂过程,耗费资源和时间较多,而随着新API的公开,这一过程得以省略。

阅读韩文原文