OpenAI推出GPT-4o 智能語音行業(yè)現(xiàn)狀及未來市場前瞻

• 吳澳燕 2024年5月14日 來源：北京日報 北京商報 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，智能語音不斷實現(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為代表的認知大模型初步實現(xiàn)了向通用人工智能演進的“智慧涌現(xiàn)”，被公認為是人工智能發(fā)展史上一次重大技術(shù)階躍。高盛預(yù)測基于大模型的生成式AI將推動未來10年全球GDP增長7%，約合近7萬億美元。

OpenAI推出GPT-4o

北京時間5月14日凌晨，OpenAI推出新旗艦?zāi)Ｐ虶PT-4o，可以實時對音頻、視覺和文本進行推理?！睋?jù)介紹，新模型使ChatGPT能夠處理50種不同的語言。

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對音頻輸入的響應(yīng)時間最短為232毫秒，平均為320毫秒，這與人類在對話中的響應(yīng)時間相似。在錄播視頻中，兩位高管還做出了演示：機器人能夠從急促的喘氣聲中理解“緊張”的含義，并且指導(dǎo)他進行深呼吸，還可以根據(jù)用戶要求變換語調(diào)。

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

近兩日，谷歌即將召開年度I/O大會，也將發(fā)布其新的語音助手等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年中國智能語音行業(yè)競爭分析及發(fā)展前景預(yù)測報告》顯示：

智能語音是指通過人工智能技術(shù)和語音識別技術(shù)，使計算機能夠理解和處理人類語音的能力。它涉及語音識別、自然語言處理和語音合成等技術(shù)，旨在實現(xiàn)與計算機進行自然對話和交互的能力。

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，智能語音不斷實現(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。

智能語音技術(shù)具有以下技術(shù)特點：

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

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

實時性：智能語音識別系統(tǒng)可以實時地處理語音信號，即用戶說話時，系統(tǒng)可以實時地進行識別和處理，提高用戶的使用體驗。

多語言支持：智能語音識別系統(tǒng)可以支持多種語言的識別和處理，包括中文、英語、日語、韓語等，具有較強的國際化能力。

個性化服務(wù)：智能語音識別系統(tǒng)可以通過學(xué)習(xí)用戶的使用習(xí)慣和特點，提供個性化的語音服務(wù)，例如推薦用戶喜歡的音樂、電影等。

智能語音行業(yè)現(xiàn)狀及未來市場前瞻

新一輪科技浪潮的推動下，人工智能產(chǎn)業(yè)正以蓬勃之姿飛速發(fā)展。今年全國兩會期間，“人工智能”被首次寫入《政府工作報告》。報告提出，要深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，開展“人工智能+”行動。

工業(yè)和信息化部賽迪研究院數(shù)據(jù)顯示，2023年，我國生成式人工智能的企業(yè)采用率已達15%，市場規(guī)模約為14.4萬億元。專家預(yù)測，2035年生成式人工智能有望為全球貢獻近90萬億元的經(jīng)濟價值，其中我國將突破30萬億元。人工智能時代，自主可控的AI技術(shù)尤為重要。以正處于黃金期的智能語音技術(shù)為例，據(jù)國際數(shù)據(jù)公司IDC分析，2030年，全球智能語音服務(wù)市場規(guī)模將達約731.6 億美元，復(fù)合增長率27%。

目前，我國已有超過19個大語言模型研發(fā)廠商，其中15家廠商的模型產(chǎn)品已經(jīng)通過工信部備案，包括百度、阿里、商湯、昆侖萬維、字節(jié)跳動、華為、騰訊、科大訊飛、同花順、京東、小米、360、瀾舟科技、出門問問、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空間將會為整個產(chǎn)業(yè)鏈提供良好的發(fā)展動力，逐步從作為行業(yè)發(fā)展有益補充，轉(zhuǎn)變?yōu)楫a(chǎn)業(yè)數(shù)字化智能化轉(zhuǎn)型的真正核心競爭力。

在激烈的市場競爭中，企業(yè)及投資者能否做出適時有效的市場決策是制勝的關(guān)鍵。報告準確把握行業(yè)未被滿足的市場需求和趨勢，有效規(guī)避行業(yè)投資風(fēng)險，更有效率地鞏固或者拓展相應(yīng)的戰(zhàn)略性目標市場，牢牢把握行業(yè)競爭的主動權(quán)。

更多行業(yè)詳情請點擊中研普華產(chǎn)業(yè)研究院發(fā)布的《2023-2028年中國智能語音行業(yè)競爭分析及發(fā)展前景預(yù)測報告》。

• 相關(guān)深度報告REPORTS

  

  2023-2028年中國智能語音行業(yè)發(fā)展分析與投資前景預(yù)測報告

  智能語音，即智能語音技術(shù)，是實現(xiàn)人機語言的通信，包括語音識別技術(shù)（ASR）和語音合成技術(shù)（TTS）。智能語音行業(yè)研究報告主要分析了智能語音行業(yè)的市場規(guī)模、智能語音市場供需求狀況、智能語音...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡