OpenAI推出GPT-4o 智能語(yǔ)音行業(yè)現(xiàn)狀及未來(lái)市場(chǎng)前瞻

• 吳澳燕 2024年5月14日 來(lái)源：北京日?qǐng)?bào) 北京商報(bào) 637 36
• 繁體

作為新一代信息技術(shù)和人工智能產(chǎn)業(yè)的重要組成部分，智能語(yǔ)音不斷實(shí)現(xiàn)關(guān)鍵技術(shù)突破，精度、速度與智能化水平正在逐年提升。在實(shí)際應(yīng)用環(huán)境的匹配度方面，相關(guān)技術(shù)產(chǎn)品已經(jīng)可以滿足“混合語(yǔ)種”“復(fù)雜環(huán)境”“多人交互”等更為高端的任務(wù)需求。

2023年，以ChatGPT為代表的認(rèn)知大模型初步實(shí)現(xiàn)了向通用人工智能演進(jìn)的“智慧涌現(xiàn)”，被公認(rèn)為是人工智能發(fā)展史上一次重大技術(shù)階躍。高盛預(yù)測(cè)基于大模型的生成式AI將推動(dòng)未來(lái)10年全球GDP增長(zhǎng)7%，約合近7萬(wàn)億美元。

OpenAI推出GPT-4o

北京時(shí)間5月14日凌晨，OpenAI推出新旗艦?zāi)Ｐ虶PT-4o，可以實(shí)時(shí)對(duì)音頻、視覺(jué)和文本進(jìn)行推理?！睋?jù)介紹，新模型使ChatGPT能夠處理50種不同的語(yǔ)言。

據(jù)了解，GPT-4o支持文本、音頻和圖像的任意組合輸入，并生成文本、音頻和圖像的任意組合輸出。GPT-4o對(duì)音頻輸入的響應(yīng)時(shí)間最短為232毫秒，平均為320毫秒，這與人類在對(duì)話中的響應(yīng)時(shí)間相似。在錄播視頻中，兩位高管還做出了演示：機(jī)器人能夠從急促的喘氣聲中理解“緊張”的含義，并且指導(dǎo)他進(jìn)行深呼吸，還可以根據(jù)用戶要求變換語(yǔ)調(diào)。

目前，GPT-4o的文本和圖像功能開(kāi)始在ChatGPT中免費(fèi)推出，Plus用戶可以享受到5倍的調(diào)用額度。

近兩日，谷歌即將召開(kāi)年度I/O大會(huì)，也將發(fā)布其新的語(yǔ)音助手等AI新產(chǎn)品。

根據(jù)中研普華產(chǎn)業(yè)研究院發(fā)布的《2023-2028年中國(guó)智能語(yǔ)音行業(yè)競(jìng)爭(zhēng)分析及發(fā)展前景預(yù)測(cè)報(bào)告》顯示：

智能語(yǔ)音是指通過(guò)人工智能技術(shù)和語(yǔ)音識(shí)別技術(shù)，使計(jì)算機(jī)能夠理解和處理人類語(yǔ)音的能力。它涉及語(yǔ)音識(shí)別、自然語(yǔ)言處理和語(yǔ)音合成等技術(shù)，旨在實(shí)現(xiàn)與計(jì)算機(jī)進(jìn)行自然對(duì)話和交互的能力。

作為新一代信息技術(shù)和人工智能產(chǎn)業(yè)的重要組成部分，智能語(yǔ)音不斷實(shí)現(xiàn)關(guān)鍵技術(shù)突破，精度、速度與智能化水平正在逐年提升。在實(shí)際應(yīng)用環(huán)境的匹配度方面，相關(guān)技術(shù)產(chǎn)品已經(jīng)可以滿足“混合語(yǔ)種”“復(fù)雜環(huán)境”“多人交互”等更為高端的任務(wù)需求。

智能語(yǔ)音技術(shù)具有以下技術(shù)特點(diǎn)：

自然語(yǔ)言處理：智能語(yǔ)音識(shí)別系統(tǒng)可以處理自然語(yǔ)言，即自然而然地表達(dá)的語(yǔ)言，不需要特定的語(yǔ)法和格式，可以更好地滿足用戶的需求。

高準(zhǔn)確率：智能語(yǔ)音識(shí)別系統(tǒng)采用了深度學(xué)習(xí)等人工智能技術(shù)，可以識(shí)別多種語(yǔ)音信號(hào)，包括口音、語(yǔ)調(diào)、語(yǔ)速等，具有較高的準(zhǔn)確率。

實(shí)時(shí)性：智能語(yǔ)音識(shí)別系統(tǒng)可以實(shí)時(shí)地處理語(yǔ)音信號(hào)，即用戶說(shuō)話時(shí)，系統(tǒng)可以實(shí)時(shí)地進(jìn)行識(shí)別和處理，提高用戶的使用體驗(yàn)。

多語(yǔ)言支持：智能語(yǔ)音識(shí)別系統(tǒng)可以支持多種語(yǔ)言的識(shí)別和處理，包括中文、英語(yǔ)、日語(yǔ)、韓語(yǔ)等，具有較強(qiáng)的國(guó)際化能力。

個(gè)性化服務(wù)：智能語(yǔ)音識(shí)別系統(tǒng)可以通過(guò)學(xué)習(xí)用戶的使用習(xí)慣和特點(diǎn)，提供個(gè)性化的語(yǔ)音服務(wù)，例如推薦用戶喜歡的音樂(lè)、電影等。

智能語(yǔ)音行業(yè)現(xiàn)狀及未來(lái)市場(chǎng)前瞻

新一輪科技浪潮的推動(dòng)下，人工智能產(chǎn)業(yè)正以蓬勃之姿飛速發(fā)展。今年全國(guó)兩會(huì)期間，“人工智能”被首次寫(xiě)入《政府工作報(bào)告》。報(bào)告提出，要深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，開(kāi)展“人工智能+”行動(dòng)。

工業(yè)和信息化部賽迪研究院數(shù)據(jù)顯示，2023年，我國(guó)生成式人工智能的企業(yè)采用率已達(dá)15%，市場(chǎng)規(guī)模約為14.4萬(wàn)億元。專家預(yù)測(cè)，2035年生成式人工智能有望為全球貢獻(xiàn)近90萬(wàn)億元的經(jīng)濟(jì)價(jià)值，其中我國(guó)將突破30萬(wàn)億元。人工智能時(shí)代，自主可控的AI技術(shù)尤為重要。以正處于黃金期的智能語(yǔ)音技術(shù)為例，據(jù)國(guó)際數(shù)據(jù)公司IDC分析，2030年，全球智能語(yǔ)音服務(wù)市場(chǎng)規(guī)模將達(dá)約731.6 億美元，復(fù)合增長(zhǎng)率27%。

目前，我國(guó)已有超過(guò)19個(gè)大語(yǔ)言模型研發(fā)廠商，其中15家廠商的模型產(chǎn)品已經(jīng)通過(guò)工信部備案，包括百度、阿里、商湯、昆侖萬(wàn)維、字節(jié)跳動(dòng)、華為、騰訊、科大訊飛、同花順、京東、小米、360、瀾舟科技、出門問(wèn)問(wèn)、復(fù)旦大學(xué) MOSS、智譜 AI。

AI技術(shù)持續(xù)突破及其巨大的成長(zhǎng)空間將會(huì)為整個(gè)產(chǎn)業(yè)鏈提供良好的發(fā)展動(dòng)力，逐步從作為行業(yè)發(fā)展有益補(bǔ)充，轉(zhuǎn)變?yōu)楫a(chǎn)業(yè)數(shù)字化智能化轉(zhuǎn)型的真正核心競(jìng)爭(zhēng)力。

在激烈的市場(chǎng)競(jìng)爭(zhēng)中，企業(yè)及投資者能否做出適時(shí)有效的市場(chǎng)決策是制勝的關(guān)鍵。報(bào)告準(zhǔn)確把握行業(yè)未被滿足的市場(chǎng)需求和趨勢(shì)，有效規(guī)避行業(yè)投資風(fēng)險(xiǎn)，更有效率地鞏固或者拓展相應(yīng)的戰(zhàn)略性目標(biāo)市場(chǎng)，牢牢把握行業(yè)競(jìng)爭(zhēng)的主動(dòng)權(quán)。

更多行業(yè)詳情請(qǐng)點(diǎn)擊中研普華產(chǎn)業(yè)研究院發(fā)布的《2023-2028年中國(guó)智能語(yǔ)音行業(yè)競(jìng)爭(zhēng)分析及發(fā)展前景預(yù)測(cè)報(bào)告》。

• 相關(guān)深度報(bào)告REPORTS

  

  2023-2028年中國(guó)智能語(yǔ)音行業(yè)發(fā)展分析與投資前景預(yù)測(cè)報(bào)告

  智能語(yǔ)音，即智能語(yǔ)音技術(shù)，是實(shí)現(xiàn)人機(jī)語(yǔ)言的通信，包括語(yǔ)音識(shí)別技術(shù)（ASR）和語(yǔ)音合成技術(shù)（TTS）。智能語(yǔ)音行業(yè)研究報(bào)告主要分析了智能語(yǔ)音行業(yè)的市場(chǎng)規(guī)模、智能語(yǔ)音市場(chǎng)供需求狀況、智能語(yǔ)音...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡