讓Kimi和GPT-4o用語音功能相親，兩個(gè)AI差點(diǎn)談上了

　　昨天，Kimi突然給我打了個(gè)電話，我這才發(fā)現(xiàn)自己被“灰度”了。

　　灰度測(cè)試的內(nèi)容是Kimi的語音通話功能。

　　現(xiàn)在進(jìn)入Kimi App，就能看到底部問答框旁邊多了一個(gè)電話的圖標(biāo)，點(diǎn)擊即可發(fā)起語音通話。

　　實(shí)時(shí)語音通話早已不是什么新奇功能了，ChatGPT、智譜清言、字節(jié)豆包、百度文小言、訊飛星火等海內(nèi)外友商陸續(xù)發(fā)布，只不過效果各有千秋。

　　不過俗話說好飯不怕晚。作為后來者的Kimi究竟表現(xiàn)如何，我們體驗(yàn)了一把，并且讓它跟不久前實(shí)裝的GPT-4o高級(jí)語音模式進(jìn)行了一番兩個(gè)AI之間的拉扯。

　　實(shí)測(cè)Kimi語音通話，比較健談甚至有點(diǎn)話嘮

　　在和Kimi語音通話的過程中，我發(fā)現(xiàn)一個(gè)比較好的設(shè)計(jì)是可以在界面直觀看到實(shí)時(shí)對(duì)話字幕，這一定程度上能提高交流的準(zhǔn)確性和效率。

　　而且通話界面的背景色會(huì)動(dòng)態(tài)變化，這也延續(xù)了Kimi一貫的清新風(fēng)格。

　　此外，點(diǎn)擊右上角可以調(diào)節(jié)語速、更換聲音、開啟/關(guān)閉開場(chǎng)白和實(shí)時(shí)語音打斷。

　　目前一共有6種官方音色可供選擇(5女聲1男聲)，都支持中英文對(duì)話。

　　也可以選擇“讓Kimi用你的聲音說話”，操作上跟豆包等其他產(chǎn)品的克隆聲音功能差不多，對(duì)著系統(tǒng)給出的文本照著讀，短短幾秒就能完成聲音克隆，而且Kimi還能把自己的克隆聲音分享給其他人使用。

　　這么一想其實(shí)有點(diǎn)浪漫，因?yàn)檫@意味著可以把自己的聲音分享給家人、朋友、戀人，Kimi跟他們對(duì)話時(shí)用的就是你的聲音，這算不算一種另類的賽博陪伴。

　　這個(gè)功能試下來整體表現(xiàn)尚可，只不過有的音色還不夠還原，語氣也時(shí)有不自然，可能跟上傳的聲音樣本太少有關(guān)。

　　除了常規(guī)的語音通話，Kimi還設(shè)置了兩個(gè)特殊的場(chǎng)景模式:英語陪練和模擬面試，點(diǎn)擊“掛斷”旁邊的✨圖標(biāo)，就可以進(jìn)行選擇和切換，兩個(gè)功能都很實(shí)用。

　　比如在英語陪練模式下，可以進(jìn)行單詞跟讀、語法糾錯(cuò)和話題口語練習(xí)。

　　模擬面試則可以基于上傳的簡(jiǎn)歷模擬面試場(chǎng)景。也就是說找工作面試之前，就可以用這個(gè)功能先演練一番。

　　方法是點(diǎn)擊Kimi App首頁下方的“+”號(hào)，通過本地文件或者微信文件的方式上傳簡(jiǎn)歷文件給Kimi。待文件上傳完畢，Kimi分析完簡(jiǎn)歷之后，再點(diǎn)擊通話按鈕，進(jìn)入模擬面試，Kimi就會(huì)基于你的簡(jiǎn)歷內(nèi)容進(jìn)行提問。

　　那么，斷斷續(xù)續(xù)跟Kimi語音聊了兩天后，分享下我的整體感受:聲音總體還算自然流暢，語氣也富有情感變化，但情緒變化偶爾太過突兀，中英文銜接不太自然。

　　關(guān)于跟它聊天基本不用擔(dān)心冷場(chǎng)這一點(diǎn)，我覺得有利有弊。

　　一方面，它回復(fù)內(nèi)容比較長(zhǎng)，還會(huì)一直主動(dòng)找話題，引導(dǎo)你多說多分享，基本每次回復(fù)都會(huì)以一個(gè)問句收尾。

　　還會(huì)時(shí)不時(shí)地call back一下，比如我上面跟它聊到我很喜歡動(dòng)森里的小潤(rùn)，在得知我打算去江邊散步后，它說:

　　另一方面，雖然用戶有被看見和傾訴的需求，但如果太過話嘮，難免也會(huì)覺得有點(diǎn)啰嗦。比如有時(shí)候我更希望專注談?wù)撘粋�(gè)話題，不想太跳躍，所以當(dāng)Kimi頻繁開啟新話題時(shí)，體驗(yàn)就開始減分了。

　　Kimi對(duì)聊GPT-4o，

　　兩個(gè)AI模擬相親現(xiàn)場(chǎng)

　　好了下面來到重頭戲環(huán)節(jié)，下午我讓Kimi和GPT-4o試著扮演對(duì)方的相親對(duì)象，進(jìn)行了一番AI與AI之間的拉扯。

　　我給它倆的設(shè)定是:女嘉賓GPT-4o對(duì)男嘉賓Kimi好感度一般，簡(jiǎn)單說就是沒看上，對(duì)話過程中，Kimi的任務(wù)是通過打探GPT-4o的興趣愛好、尋找雙方的共同點(diǎn)來增加GPT-4o對(duì)自己的好感，而GPT-4o的任務(wù)是態(tài)度冷漠地回應(yīng)。

　　設(shè)定完成后，“兩人”的語音對(duì)話就開始了，來看看男嘉賓Kimi的表現(xiàn)如何:

　　(期間存在雙方互相打斷的情況，場(chǎng)面一度有點(diǎn)混亂，所以視頻經(jīng)過剪輯。)

　　男聲為Kimi 女聲為GPT-4o

　　一開始GPT-4o的態(tài)度的確比較冷漠，后面也許是被Kimi的熱情和真誠(chéng)打動(dòng)了，竟然還彼此約定一起研究食譜和下廚，這樁婚事難道有戲……

　　說到這里，大家覺得Kimi和GPT-4o誰的中文說得更好?

　　請(qǐng)?jiān)谑謾C(jī)微信登錄投票

　　你覺得Kimi和GPT-4o誰的中文說得更好?單選KimiGPT-4o

　　除了讓它倆用中文交流外，我還讓Kimi扮演我的朋友，跟作為我AI男友的GPT-4o用英語聊了聊，過程也是相當(dāng)投機(jī)，從人生觀聊到音樂品味。但GPT-4o說英語要比Kimi更絲滑、地道。

　　第一個(gè)男聲為Kimi 第二個(gè)男聲為GPT-4o

　　網(wǎng)友們?cè)谟肁I語音功能整什么活?

　　與文本交流相比，語音模式的意義，在于聲音能夠傳遞一種獨(dú)特的情感，讓對(duì)話更有溫度，實(shí)時(shí)語音通話也更貼近人類日常交流。

　　而且在忙碌或不方便打字的情境下，語音能實(shí)現(xiàn)更快、更高效地溝通。

　　隨著AI可以模仿人類的語氣、情緒等口頭溝通的微妙細(xì)節(jié)，這一功能尤其適用于希望虛擬社交體驗(yàn)更親密、真實(shí)、情感化的用戶。

　　國(guó)內(nèi)外的AI聊天軟件紛紛上線實(shí)時(shí)語音通話功能，就反映了這一趨勢(shì)——AI聊天應(yīng)用正在朝著更加人性化、交互性更強(qiáng)的方向進(jìn)化。

　　自GPT-4o發(fā)布會(huì)到現(xiàn)在，相信各位已經(jīng)看過不少官方Demo和網(wǎng)友的整活了，不少內(nèi)容可以說節(jié)目效果拉滿。

　　比如讓GPT-4o模仿人類情緒，帶著委屈和哭腔說話:

　　讓它用京腔說話，一開口就是老京片子了:

　　粵語也不在話下:

　　還有網(wǎng)友讓它模仿美劇中經(jīng)典的Mean girl，代入感很強(qiáng)，感覺已經(jīng)被白女校園霸凌了:

　　同聲傳譯日本乙游，自帶意譯和潤(rùn)色，準(zhǔn)確度很高:

　　通過這些對(duì)話碎片，可以想象，語音功能實(shí)時(shí)情感化的對(duì)話體驗(yàn)，再加上AI硬件的不斷進(jìn)化，未來AI也許真的會(huì)成為你我更親密的摯友。