总部动态子公司动态

AI语音交互新维度：优发国际优发国际投资的西湖心辰旗下「心辰Lingo」的全面能力探索

2024.08.21

数字化时代语音技术已成为人机交互的重要桥梁，从简单的文本到语音转换到复杂的端到端语音交互系统，技术的进步不断推动着我们与机器沟通方式的革新。

优发国际优发国际投资的西湖心辰旗下心辰Lingo端到端语音大模型自问世以来，迅速吸引了公众和行业媒体的广泛关注。大家关心的莫过于端到端的语音技术与TTS最大的差异在哪，是否真的像传闻中那样神奇，又会对大众的工作生活会产生什么样的影响。

端到端语音技术：心辰Lingo三大核心优势

TTS是一种将书面文本转换为口语化语音的技术，它使得机器能够“说话”，虽然解决了语音输出的问题，但它并不涉及语音识别与对话理解。

端到端语音大模型则是一种更为全面的技术，它不仅可以语音识别，还集成了自然语言处理、意图识别、对话管理以及语音合成等多个环节，实现了从语音输入到语音反馈的完整交互过程，极大地丰富了人机交互的深度和广度。

心辰Lingo端到端语音大模型，作为国内首个能力追齐GPT-4o语音能力的模型，技术能力上具备以下三个显著特点：

原生的语音理解：作为端到端模型，心辰Lingo不仅能够识别语音中的文字信息，还能精确捕捉其他重要特征，如情感、语气、音调，甚至环境音，帮助模型更全面地理解语音内容，从而提供更加自然和生动的交互体验。

多种语音风格表达：心辰Lingo可以根据上下文和用户指令，自适应调整语音的速度、高低、噪声强度，并能够生成对话、歌唱、相声等多种风格的语音响应，有效提升了模型在不同应用场景下的灵活性和适应性。

语音模态超级压缩：心辰Lingo采用具有数百倍压缩率的语音编解码器，能够将语音压缩至极短的长度，在显著降低计算和存储成本的同时帮助模型生成高质量语音内容。

技术赋能应用：Lingo多场景多领域探索

基于上述的能力特质，心辰Lingo完全可以替代现有TTS的应用场景，并且给出更优质正向的互动反馈。以智能家居为例，当前的智能音箱多数调用TTS技术，只能听取语音指令并执行。

想象一下，当你在厨房忙碌时，环境噪声使得智能音箱播放的音乐及其他讯息变得难以听清，你必须大声呼喊去下达提高音量的指令，也许还会出现指令识别错误或者失败的情况。

那么同样的情况发生在心辰Lingo身上，它会怎么做？

无需下达指令，心辰Lingo可以智能识别厨房的嘈杂环境，并自动提高音量，甚至会主动跟你沟通，是否需要再调整音量以满足个性化需求，确保你能听清且不错过有用讯息。一旦环境重新归于宁静，它又会自动降低音量，为你提供舒适的听觉体验。

心辰Lingo的落地场景远不止这一点，端到端语音技术正以其强大的交互能力和智能化处理方式，不断地拓展在各行各业的应用边界。

01

具身智能融合

心辰Lingo可以扮演不同的助手角色，根据用户的需求和指令，提供个性化的语音服务。当其与具身智能技术的深度融合，心辰Lingo的潜力将得到全面释放，智能机器人的沟通理解能力也能得到跃升。

当你说“地好像有些脏了”，扫地机器人便会主动出击迅速打扫地面；而当你说“今天的阳光好刺眼”，智能窗帘控制器也能及时响应，自动调整遮光帘。无需复杂的指令，借助心辰Lingo的能力，智能机器也能像只贴心的“蛔虫”，敏锐捕捉到您语音背后的意图，带来真正无感的智能家居体验，让您在享受智能生活带来的便捷之余，更能感受到科技的温情与贴心。

02

心理疗愈

在心理健康应用中，心辰Lingo可以根据用户的情感状态，模拟“朋友”以及“亲人”的沟通方式，通过定制语音提供安慰和鼓励，帮助你缓解压力和焦虑；也可以模拟心理咨询师，用专业且温暖的态度与你进行语音交流，提供倾听、理解和引导，帮助你走出情绪低谷。

03

客户服务

在客户服务场景中，心辰Lingo卓越的即时响应能力，能确保在与用户交流时提供无任何体感延时的语音服务。它不依赖于传统的决策树结构，避免了因未预见情况而导致的响应障碍，无论用户提出何种问题，Lingo都能凭借其先进的算法和强大的语言理解能力，提供恰当且及时的答复。

当然它也能精准识别客户烦躁、生气、高兴、舒缓等不同情绪，快速地调整语音语调、声音大小，以提供更具人性化和同理心的语音服务。

04

儿童教育

儿童陪伴与教育是最考验模型能力的，孩子天马行空的想象力和并不完善的语义表达都增加了人机沟通的难度。

但这难不倒咱们聪慧的Lingo，它可以通过分析上下文、语气、语调等深入理解儿童语音内容，围绕“爱商教育”理念，以积极的鼓励和表扬与孩子们建立情感联系，激发他们的表达能力。此外它还能用说唱的方式来讲述故事情节与知识，增加学习的趣味性和吸引力，真正做到寓教于乐。