挨踢牛魔王
26-07-10 14:54 微博认证:科技博主

#GPTLive 学英语#
gpt-live这次语音的提升比较大,搞了一个叫gpt-live的全双工语音模型。
啥叫全双工呢?
先说说什么是单工,才能知道啥是全双工。

单工,就是只有一个传输方向,比如电视,你只能接收,就是单工。

半双工,就是能收,能发,但是不能同时进行。
对讲机,就是半双工,你按一个对讲的按钮,只能你说,对方听。
你说完之后,说over,对方再按他的对讲按钮,跟你说,你只能听。
你没法打断对方,只能听对方讲完,再讲你的。

如果把这个对讲的时间改成非常短的时间片,听起来就像在对话。
其实你的发送和接收,同一时刻还是是单向传输的,不能同时运行。

这样在对话的时候,就很不流畅。
比如说,对方刚说到一个点,你马上指出不对,这就不行。

全双工,就是同时能发能收,这样对话就流畅了,跟打电话一样。
说的时候在听,听的时候也能说。

现在gpt live可以做到,你说一个东西,它后台去查资料了,但是前台还在和你对话。
等查完资料,还能回头告诉你。
你可以随时打断它,甚至在它卡顿的时候,还会模拟人类的咳嗽和结结巴巴。

就是它的中文,像一种外国人强行讲中文的感觉,不太地道,有点生硬。
不过用来学英语,是完全够了。

电影《her》里面的那种场景,真的实现了。
在科幻电影里面,人类给飞船对话,飞船给你画星系图,非常流畅。
这种场景也实现了。

但是没想到是用这种大量算力和数据堆出来的。

看一下gpt live的宣传片,感受一下。 http://t.cn/AXK7V4Z3

发布于 江苏