-
苹果推出watchOS10系统，重新设计小部件和大部分应用
财联社6月6日电，苹果推出苹果手表全新操作系统——watchOS 10，在该系统中，苹果重新设计了小部件和的大部分的应用程序。 ...
业界动态 2023-06-06 02:17:48 -
华为已申请GPT相关商标华为版ChatGPT将发布
6月5日消息，钛媒体App近日从华为内部独家获悉，华为公司将发布一款直接对标ChatGPT的多模态千亿级大模型产品，名为“盘古Chat”。预计华为盘古Chat将于今年7月7日举行的华为云开发者大会 (HDC.Cloud 2023) 上对外发布以及内测，产品主要面向To B/G政企端客户。天眼查App显示，华为技术有限公司于近期申请注册了两枚“HUAWEI NETGPT”商标，国际分类为科学仪器、网站服务，当前商标状态为申请中。此外，华为已成功注册多枚“盘古”“PANGU”商标。 ...
业界动态 2023-06-05 14:35:50 -
刘慈欣自曝用ChatGPT写发言稿：写得还不错
IT之家 6 月 5 日消息，近期，刘慈欣在做客俞敏洪直播间时表示，ChatGPT 肯定会对人类的生存方式、对社会造成很大的影响，但这种影响还达不到科幻小说里面那样人工智能统治人类等。目前的影响都是很现实的，比如可能会代替相当多的人的工作...
智能设备 2023-06-05 10:25:29 -
郭明錤：投资者更感兴趣的是苹果何时推出ChatGPT竞品
IT之家 6 月 5 日消息，苹果公司即将在明天凌晨的 WWDC 大会上发布其虚拟现实和增强现实头戴设备，但分析师郭明錤称，投资者更关注的是苹果的人工智能（AI）相关业务。郭明錤在周日的推特上表示，他最近与投资者的讨论显示，他们对苹果何时推出类似于 ChatGPT 的服务更感兴趣...
智能设备 2023-06-05 10:25:29 -
OPPOFindN3折叠屏手机再迎爆料，OPPOWatch3预计同期发布
伴随着高通骁龙 8 Gen 3 官宣 10 月底发布，各大手机厂商下半年的新机推进计划均会受到部分影响，尤其是半代升级的 S 系列，数量上相较往年将会少上一些。不过结合以往爆料来看，下半年还将有多款旗舰级折叠屏手机陆续推出，其中 OPPO Find N3 无疑拥有相当高的市场关注度。近日，数码博主数码闲聊站爆料称，下半年 OPPO 的重磅新品将会是 OPPO Find N3 折叠屏手机以及 OPPO Watch 3 智能手表，同时表示两款产品很有可能会在同一场发布会上与大家见面。该消息源指出，OPPO Watch 5 手表代号为「Comet」，采用带弧形边缘的方形显示屏，将配备 570mAh 电池，并支持 eSIM 连接功能。而 OPPO Find N3 折叠屏手机根据已有爆料来看在尺寸上将会做出改变，不再采用以往较为小巧的机身设计，而是更为主流的尺寸，预计展开后屏幕面积在 8 英寸左右，外屏尺寸为 6.5 英寸，且内外屏幕均支持 120Hz 屏幕刷新率。其他配置上，据悉 OPPO Find N3 后置 5000 万像素 IMX890 主摄 +4800 万超广角 +6400 万潜望式长焦三摄方案，内外双屏的前置摄像头分别拥有 2000/3200 万像素。处理器则为高通骁龙 8 Gen 2 毫无悬念，辅以 4800mAh 电池，支持 80W 有线充电功能。OPPO Find N3 折叠屏手机预计将于今年第三季度发布。 ...
手机互联 2023-06-05 00:08:12 -
吴恩达ChatGPT课爆火：AI放弃了倒写单词，但理解了整个世界
明敏 杨净 发自 凹非寺量子位 | 公众号 QbitAI没想到时至今日，ChatGPT竟还会犯低级错误？吴恩达大神最新开课就指出来了：ChatGPT不会反转单词！比如让它反转下lollipop这个词，输出是pilollol，完全混乱。哦豁，这确实有点大跌眼镜啊。以至于听课网友在Reddit上发帖后，立马引来大量围观，帖子热度火速冲到6k。而且这不是偶然bug，网友们发现ChatGPT确实无法完成这个任务，我们亲测结果也同样如此。△实测ChatGPT（GPT-3.5）甚至包括Bard、Bing、文心一言在内等一众产品都不行。△实测Bard△实测文心一言还有人紧跟着吐槽， ChatGPT在处理这些简单的单词任务就是很糟糕。比如玩此前曾爆火的文字游戏Wordle简直就是一场灾难，从来没有做对过。诶？这到底是为啥？关键在于token之所以有这样的现象，关键在于token。token是文本中最常见的字符序列，而大模型都是用token来处理文本。它可以是整个单词，也可以是单词一个片段。大模型了解这些token之间的统计关系，并且擅长生成下一个token。因此在处理单词反转这个小任务时，它可能只是将每个token翻转过来，而不是字母。这点放在中文语境下体现就更为明显：一个词是一个token，也可能是一个字是一个token。针对开头的例子，有人尝试理解了下ChatGPT的推理过程。为了更直观的了解，OpenAI甚至还出了个GPT-3的Tokenizer。比如像lollipop这个词，GPT-3会将其理解成I、oll、ipop这三个部分。根据经验总结，也就诞生出这样一些不成文法则。1个token≈4个英文字符≈四分之三个词；100个token≈75个单词；1-2句话≈30个token；一段话≈100个token，1500个单词≈2048个token；单词如何划分还取决于语言。此前有人统计过，中文要用的token数是英文数量的1...
智能设备 2023-06-04 09:41:08 -
华为版ChatGPT要来了？产品主要面向ToB/G客户，产业链相关股望受益
①华为公司将发布一款直接对标ChatGPT的多模态千亿级大模型产品，名为“盘古Chat”。 ②华为盘古大模型的优势在于人才储备和算力自主可控，有望成为国内领先的大模型，其生态产业链标的有望迎来加速发展。 ③在B端的重型应用也有诸多大模型能够发挥的场景。 财联社6月3日讯，钛媒体近日从华为内部独家获悉，华为公司将发布一款直接对标ChatGPT的多模态千亿级大模型产品，名为“盘古Chat”。预计华为盘古Chat将于今年7月7日举行的华为云开发者大会 (HDC.Cloud 2023) 上对外发布以及内测，产品主要面向To B/G政企端客户。随着ChatGPT在全球范围内迅速爆红，AI大模型赛道的热潮从国外涌向国内，并随之急速升温。目前，阿里、腾讯、百度、三六零等巨头正加速大模型布局，华为的入局意味着在大模型领域，阿里、腾讯等巨头企业将迎来强劲对手。华为自2020年就已开始布局大模型，盘古大模型是由CV（计算机视觉）大模型、科学计算大模型、NLP（自然语言处理）大模型、语音大模型、多模态大模型组成的系列，于2021年4月正式发布。目前，盘古大模型已经在100多个行业场景完成验证，包括能源、零售、金融、工业、医疗、环境、物流等等，从行业及场景两个维度能够管窥盘古大模型的应用情况：行业方面：CV大模型可应用于工业质检、物流仓库监控、时尚辅助设计等领域。NLP大模型可应用于智能文档搜索、智能ERP、小语种大模型等领域。科学计算大模型可应用于气象预报、海浪预测等领域。场景方面：盘古矿山大模型实现了综采场景的全景视频拼接等功能，保障安全生产；CV大模型实现了货车故障轨旁图像检测系统精度超过人类检测员；气象大模型实现了精度超过传统预报方式。华为云盘古大模型的核心定位是为各行各业进行赋能，分为三个层级：L0是类似于GPT3这样的基础通用大模型；L1是基础模型与行业数据结合进行混合训练后的行业大模型，已经发布了矿山、气象、药物、分子、电力、海浪、金融等行业的大模型；L2是把L1再具体下游业务场景进行部署后生成的部署模型，如金融OCR模型、电力巡检模型等。国金证券认为，盘古大模型具备极强的泛化能力、一个模型适用大量复杂行业场景。随着盘古大模型的开放，各行各业的开发者不必再“从零开始”，只需在云上找到所需要的模型，盘古大模型相当于各个行业AI通用的“轮子”，助力各行各业加速智能化转型。东吴证券认为华为盘古大模型的优势在于人才储备和算力自主可控，有望成为国内领先的大模型，其生态产业链标的有望迎来加速发展，东吴证券梳理的华为盘古大模型产业链相关个股如下：值得一提的是，相较于前期市场在AI应用行情的演绎中更为重视高频的C端创作类应用，“盘古Chat”主要面向To B/G政企端客户可谓是“另辟蹊径”。中金公司认为在B端的重型应用也有诸多大模型能够发挥的场景：如在通用企业服务软件（ERP、PLM、MES等）通过集成AI模块有望实现交互模式变革，降低软件的应用门槛并提升使用效率。在垂类细分的工业领域，同样积累了大量未充分利用的数据，CV、NLP等AI技术的应用有望赋能工业场景，提升智能化水平并实现生产降本增效。B端的大模型落地场景同样丰富，中金公司建议持续关注通用企业服务赛道、垂直细分行业赛道以及其他工业场景方面的投资机会：通用企业服务赛道：推荐赛意信息（华为Meta ERP主要合作伙伴）、用友网络（企业服务大模型研发参与者），建议关注汉得信息（百度文心大模型合作伙伴）；垂直细分行业赛道：煤炭行业智能化推荐北路智控、龙软科技，建议关注云鼎科技；流程行业智能化推荐中控技术（场景、格局、数据优势明显，期待产品与AI结合落地）；其他工业场景中，中金推荐容知日新、东土科技，建议关注霍莱沃。 ...
手机互联 2023-06-04 09:03:41 -
工作被ChatGPT取代，他们改去遛狗和修空调
6月3日消息，随着ChatGPT等聊天机器人在各行各业中得到越来越广泛的应用，许多职业正在面临被取代的风险。特别是那些从事策划营销和社交媒体内容创作的人。一些公司已经发现，即使文案质量略微下降，降低成本也是值得的。这些被取代的白领们不得不转而依靠替人遛狗、修理空调之类的零工来维持生计。以下是翻译内容当人工智能聊天机器人ChatGPT于2022年11月面世时，25岁的文案写手奥利维亚·利普金（Olivia Lipkin）并没有太在意。然而，在她所在的科技初创公司的内部聊天群中，有关如何在工作中使用这种工具的文章开始流传。当时，利普金是公司唯一的写手。接下来的几个月里，利普金的工作任务越来越少。经理们开始在聊天群里称呼她为“奥利维亚-ChatGPT”。今年4月，利普金在没有任何解释的情况下被解雇了。但她在经理发布的文章中找到了原因：使用ChatGPT比付钱给写手更便宜。"每当人们提到ChatGPT，我就感到不安和焦虑，害怕它会取代我，"利普金说：“如今，我有了确凿的证据证明自己的担心并不是杞人忧天，我失去了工作，因为人工智能取代了我。”很多经济学家都预测，像ChatGPT这样的人工智能技术可能会取代许多工作岗位，从而引起一场类似工业革命的大规模“劳动力重组”。目前，聊天机器人等工具已经开始取代一些工人的工作岗位，尤其是那些从事策划营销和社交媒体内容创作的人，这些工具看起来能够创造出一些合理的替代方案。专家表示，即使是最先进的人工智能技术也无法与人类的写作技能相媲美，因为它们缺乏个性化的风格，而且经常会给出错误、荒唐或带有偏见的答案。然而，对许多公司来说，以文案质量略微下降为代价，来换取成本降低是值得的。“我们现在正处于危机之中，”加州大学洛杉矶分校数字劳动力副教授萨拉·罗伯茨（Sarah T. Roberts）说，“人工智能正在取代许多本应不受到自动化影响的工作。”为何ChatGPT会变得又快又好？人工智能在过去一年中的质量迅速提高，产生了可以流畅对话、写歌甚至编写计算机代码的聊天机器人。为了推广这项技术，许多硅谷公司正在将这些产品免费推向更多用户。几十年来，人工智能和算法一直是职场不可或缺的一部分。消费品公司、杂货店和仓储物流公司一直在使用预测算法和人工智能驱动的视觉系统，帮助他们制定业务决策、自动化某些机械任务和管理库存。在20世纪的大部分时间里，机器人一直在工厂中占据主导地位，许多办公任务也被软件所取代。但最近兴起的生成式人工智能可能会掀起一股颠覆性的新浪潮。它使用复杂的算法，接受来自互联网上数以亿计的单词和图像训练，并可以生成文本、图像和音频。专家表示，这项技术能够大量生成看起来像真人撰写的答案，这使得高薪知识型工作者成为被取代的目标。宾夕法尼亚大学沃顿商学院副教授伊桑·莫里克（Ethan Mollick）表示：“在之前的每一次自动化威胁中，自动化多是将艰苦、肮脏、重复性的工作自动化。而这一次，自动化威胁直接瞄准了收入最高、最具创造性的工作。这些工作往往需要接受更多教育的人才承担。”今年3月，美国投行高盛预测，全球18%的工作可能会被人工智能自动化，而律师等白领面临的风险将比建筑或维修等行业的工人更大。这份报告还称：“那些主要从事户外工作或体力劳动的职业，目前人工智能还无法完全实现自动化。”美国政府也已经敲响了警钟，白宫在去年12月发布的一份报告中表示：“人工智能有可能自动化‘非常规’任务，从而使大量新的劳动力面临潜在的失业威胁。”ChatGPT“幻觉”无法修复？但莫里克称，现在评估人工智能对劳动力的威胁还为时过早。他指出，文案、翻译和转录以及律师助理等工作面临的风险尤其大。因为这些工作的任务很容易交给聊天机器人完成。高级法律分析、创造性写作或艺术创作等可能不那么容易被取代，因为人类在这些领域的表现仍然优于人工智能。莫里克还说：“我们可以把人工智能看成高级实习生。有些工作主要是为了让新人入门某个行业，做点有用的事，它也是通往下一级的跳板。现在，这些工作正在遭受人工智能的威胁。”埃里克·费恩（Eric Fein）来自伊利诺伊州布鲁明代尔，经营自己的内容写作业务已有10年。他的业务范围从150字的浴垫描述到特殊网站文案，每小时收费60美元。他已经建立了稳定的业务，有10份合同需要履行，这占他年收入的一半，为妻儿提供了舒适的生活。然而在今年3月份，费恩收到了最大客户发来的通知：由于采用了ChatGPT，将不再需要他的服务。费恩的其他九份合同也因同样的原因被接连取消，整个文案业务几乎一夜之间就消失了。费恩说：“这让我感觉筋疲力尽。”他请求这些客户重新考虑上述决定，并警告ChatGPT可能无法像他那样提供拥有创造力、技术精确度和原创性的内容。费恩表示，客户们理解这一点，但他们告诉他，使用ChatGPT比支付给他的报酬要少得多。令人欣慰的是，费恩随后被他的一个客户重新雇用，因为后者对ChatGPT的工作不满意。然而，这还不足以养活费恩及其家人，他们的积蓄仅够坚持六个多月的时间。现在，费恩决定从事一项人工智能无法胜任的工作，他已经报名参加了暖通空调技术员的培训课程。明年，他计划接受培训，成为一名水管工。他说：“这类培训可以帮助防患于未然！”人工智能是否会摧毁人类？许多企业曾尝试用聊天机器人代替员工，但都遭遇了惨败。比如，科技新闻网站CNET使用人工智能撰写文章，结果错误百出，编辑们花费更多时间来修正。一位律师使用ChatGPT撰写法律简报，却引用了许多虚构的案例。据报道，美国国家饮食失调协会解雇了帮助热线的员工，用聊天机器人代替他们。但聊天机器人提供的建议缺乏同情心，甚至有害，因此他们暂停了使用这项技术。加州大学洛杉矶分校罗伯茨教授表示聊天机器人可能会造成代价高昂的错误，那些急于将ChatGPT引入运营的公司“玩过火了”。因为聊天机器人的原理是预测句子中最可能出现的单词，因此它会产生平庸的内容。这给公司带来了艰难的抉择：：是要确保质量还是节约成本？“我们必须问自己：聊天机器人是否足够好？模仿是否够了？我们仅仅关心这些吗？”罗伯茨说。“我们要降低质量标准，为了什么？让公司所有者和股东分到更大的一块蛋糕吗？”广告文案撰写人利普金发现自己被ChatGPT替代之后，正在重新考虑是否继续从事办公室工作。她最初进入内容营销领域，是为了在追求创意写作的同时还能维持生计。但她发现这份工作让她感到疲惫不堪，难以按照自己的意愿写作。现在，她开始替人遛狗了。利普金说：“我要完全脱离职场休息一段时间。人们正在寻找最便宜的解决方案，但那不是真正的人，而是机器人。”（小小） ...
业界动态 2023-06-03 17:49:48 -
秒杀苹果Siri？曝有中国手机厂商将主动引入ChatGPT
【手机中国新闻】6月2日，手机中国注意到，根据相关数码博主透露的信息，中国手机厂商传音Infinix将主动引入OpenAI旗下的ChatGPT。传音手机据悉，目前，虽然OpenAI已经在苹果的应用商店上架了ChatGPT应用，但是在Android这边，相关的应用上架仍然需要一定时间的准备...
手机互联 2023-06-03 10:12:48 -
AI席卷华尔街：对冲基金部署ChatGPT，银行展开“军备竞赛”
·华尔街正在探索以ChatGPT为主的最新流行工具，希望通过提供足量的金融信息，使机器达到合理地为期权定价、建立投资组合或分析公司新闻的能力水平。·在最热衷于AI的银行中，大约40%的空缺职位是与AI相关的招聘，如数据工程师、量化分析师以及治理岗位。包括亿万富翁投资者沃伦·巴菲特在内的许多人认为，热衷于采用复杂的AI系统是未来风险降临的先兆。人工智能革命正在金融界上演。对冲基金公司正在部署ChatGPT处理繁重工作，德意志银行使用人工智能（AI）扫描客户的投资组合，荷兰国际集团利用AI筛选潜在的违约方。摩根士丹利表示，正在安全、可控的环境中试验运用AI技术。与此同时，摩根大通正在广泛吸纳AI人才，提供的相关招聘职位多于任何竞争对手。“苦活、累活”都交给AI事实上，AI早已应用于华尔街的各项工作中，比如计算信贷风险的机器学习算法。而现阶段，华尔街正在探索以ChatGPT为主的最新流行工具，希望通过提供足量的金融信息，使机器达到合理地为期权定价、建立投资组合或分析公司新闻的能力水平。金融从业者需要处理大量财经文本数据，如新闻、报告、评级等，甚至更深层次的程序代码编写工作， AI正在逐步接手。据彭博社5月31日报道，一些对冲基金公司表示，生成式AI已被用于处理市场研究审查、基础代码编写与基金业绩总结等普通任务，这些曾经“折磨”华尔街初级员工的“苦活、累活”都将交由AI消化、完成。系统性量化对冲基金Campbell & Co的首席执行官凯文·科尔（Kevin Cole）透露，该公司的量化分析师们使用大语言模型总结内部研究报告。凯文表示，AI在补全代码、编辑、查错等方面的能力非常强大。不过，人类员工仍会进行干预。目前的生成式智能工具，尚没有达到能改变人类日常投资方法的地步。据彭博社6月1日报道，帮助高盛集团和荷兰国际集团等公司开展AI业务的公司Eigen Technologies表示，与去年同期相比，2023年第一季度来自银行的咨询增加了五倍。咨询企业Evident的首席执行官兼联合创始人亚历山德拉·穆萨维扎德（Alexandra Mousavizadeh）表示，2022年11月ChatGPT的发布，“让每个人——董事会、首席执行官和银行的领导层——更加意识到这是一个改变游戏规则的因素”。她将这种情况描述为“人工智能军备竞赛”。德意志银行正在部署深度学习技术，以分析国际私人银行客户是否过度投资于某种特定资产，并为个人客户匹配合适的基金、债券或股票。在遵守法规的前提下，真人顾问会向顾客传递AI生成的建议。德意志国际私人银行数据解决方案全球负责人克里斯汀·安妮·布雷姆克（Kirsten-Anne Bremke）表示：“我非常喜欢这种将人工智能与人类智能结合起来的方式。”摩根大通出台了类似的计划。据知情人士透露，该公司今年5月为一项类似于ChatGPT的服务申请了专利，它可以帮助投资者选择特定的股票，目前该项目还处于初期阶段。法国巴黎银行正在使用聊天机器人回答客户问题，利用AI检测并预防欺诈和洗钱行为。法国兴业银行则利用AI的计算能力扫描资本市场中的潜在不当行为。今年4月，摩根士丹利表示，已经为一个模型申请了专利，该模型以侦测货币政策方向为目标，通过使用AI技术将美联储的信息划分为鹰派或鸽派。3月21日，华尔街投行高盛的首席信息官马可·阿让蒂（Marco Argenti）表示，内部开发人员已开始使用生成式AI进行编程。“现在这项技术还处于早期阶段。我们不会立即将所有重要工作都交由AI来完成，但当务之急是真正尝试并了解AI的潜力。”阿让蒂感叹道，“我从事技术工作已经将近40年，这是我见过的最大的颠覆之一——可能与互联网、应用程序、云计算相媲美。”风险与安全问题但这种风潮还是引发了对金融AI透明度和有效性的担忧。包括亿万富翁投资者沃伦·巴菲特（Warren Buffett）在内的许多人认为，热衷于采用复杂的AI系统是未来风险降临的先兆。银行家负有不根据不可靠信息进行交易的受托责任。纽约Friedman Kaplan Seiler Adelman & Robbins律师事务所的合伙人安妮·博蒙特（Anne Beaumont）表示，随着AI应用的扩大，这是一个问题。“当你在不知道问题是什么的情况下使用了AI回答时，你如何向投资者和监管机构证明你已经履行了职责？”今年4月，韩国三星电子被曝发生了3起员工使用ChatGPT导致机密数据外泄的事件。该公司员工将公司系统程序代码上传至ChatGPT，要求AI帮助修复错误和改善程序代码，并将会议记录输入至ChatGPT，指示AI帮忙做重点整理，导致工厂性能、产量等机密数据变成GPT模型训练数据的一部分。博通咨询研究院首席分析师王蓬博曾指出，金融从业者使用ChatGPT，即使用户是无意识的，也很有可能造成个人信息和数据的泄露。除此以外，无论是GPT-4，还是其他大型语言模型，均存在AI“幻觉（Hallucination）”问题，偶尔会无中生有、捏造信息。假如分析师使用ChatGPT来生成研究报告，内容看似相当可信，但如果报告中发出了虚假信息，错误成为一家上市公司的利空或利多消息，将造成非常严重的后果。此外，AI模型直接从互联网抓取信息训练数据，有可能夹杂了某些版权作品。对银行或提供财经信息的通讯社而言，此举有侵权之嫌，可能会损害公司声誉。“金融行业是一个严监管的行业，对于个人信息和相关的商业数据特别敏感。”王蓬博说，金融机构使用ChatGPT类产品，要先进行可控范围的评估，做好预防措施。咨询公司麦肯锡的合伙人卡罗·乔瓦尼（Carlo Giovine）表示，在与银行和保险公司合作时，他们会重新设计风险框架，以应对知识产权方面的考虑、不确定的监管环境以及AI“幻觉”等风险。Campbell & Co的科尔表示，公司内部正在试验使用一套开源模型，虽然处理能力不及ChatGPT，但胜在整套系统能够在本地部署、本地运行。科尔称：“我们必须非常小心此类工具带来的泄露风险。”开发和运行成本高近年来，银行业对于利用技术获取优势并不陌生，纷纷招募数据科学家、机器学习专家甚至天体物理学家。如今，这些投资正开始取得成果。美国银行首席执行官布莱恩·莫伊尼汉（Brian Moynihan）4月表示，AI可能带来“极大的好处”，有助于减少员工数量，但同时也要谨慎行事。巴克莱银行在金融AI领域仍处于“认真研究”阶段。首席执行官文卡塔克里什南（C.S...
智能设备 2023-06-03 10:08:50 -
苹果AppleWatch新专利：背面配摄像头，可拍照生成虚拟头像
IT之家 6 月 2 日消息，根据美国商标和专利局（USPTO）公示的清单，苹果公司近日获得了一项关于 Apple Watch 的技术专利。专利描述了一个奇怪的应用场景 ，苹果计划在 Apple Watch 背面配备摄像头，允许佩戴者拍摄 Face ID 图像，并生成可在 Apple Watch、苹果 AR / VR 头显中使用的 2D / 3D 虚拟头像...
智能设备 2023-06-02 11:23:45 -
奇富科技机器人团队语音论文入选INTERSPEECH2023
6月1日消息，近日，奇富科技机器人团队论文《Eden-TTS：一种简单高效的非自回归“端到端可微分”神经网络的语音合成架构》（Eden-TTS: A Simple and Efficient Parallel Text-to-speech Architecture with Collaborative Duration-alignment Learning）被全球语音与声学顶级会议INTERSPEECH 2023接收。据悉，INTERSPEECH是由国际语音通讯协会（International Speech Communication Association, ISCA）创办的语音信号处理领域顶级旗舰国际会议，是全球最大的综合性语音信号处理盛会，在国际上享有盛誉并具有广泛的学术影响力。奇富科技的论文研究成果为需要文本转语音的应用场景提供了创新的解决方案，提出了一种端到端可微的非自回归神经网络语音合成模型架构。基于文本音素时长与alignment的密切关系，论文提出了一种简单高效的alignment学习方式：首先采用一种新的energy-modulated注意力机制得到guided alignment，然后利用guided alignment计算音素的时长信息，最后通过音素的时长信息构建monotonic alignment。本方法无需外部的alignment信息，无需引入额外的alignment损失函数。对业务提效而言，这种端到端可微的方法使得各个模块可以方便地替换为各种类型的神经网络模块，从而具有良好的扩展性和稳定性。相比于主流的自回归模型，推理速度提升了10倍以上，能够满足实时语音合成的需求。根据进行的多人MOS评测，该方法的MOS分值达到了4.32分（满分为5分），合成语音的自然流畅程度接近于目前最优的自回归模型，显著优于同类型的非自回归模型。此外，与同类型方法相比，该方法可以节约50%以上的训练时间，显著提升模型训练效率。奇富科技在对话机器人领域一直坚持投入、坚持自研。就在两个月前，奇富科技另一篇音频论文《基于多粒度Transformer的多模态情绪识别》（Multilevel Transformer for Multimodal Emotion Recognition）被第48届IEEE声学、语音与信号处理国际会议(IEEE International Conference on Acoustics, Speech and Signal Processing, ICASSP 2023)接收。“我们很高兴在理解用户、优化表达方面取得了关键性的成果。随着奇富GPT对于公司各业务层的重构，我们已经极大提升了对于用户在文本上的理解能力，从语音到文本，再从文本回到语音，更好的识别是为了更好的表达和输出，我们将持续投入，用前沿技术重塑用户体验。”奇富科技首席算法科学家费浩峻表示。（一橙） ...
业界动态 2023-06-01 12:40:34
