心辰Lingo是由西湖心辰團(tuán)隊(duì)研發(fā)的國內(nèi)首個(gè)端到端通用語音ai大模型。其核心優(yōu)勢(shì)在于能夠捕捉語音中的細(xì)微變化，理解語音中的文字信息、情感、語氣和音調(diào)等特征。心辰Lingo不僅能理解用戶的言語，還能深刻洞察用戶的意圖和情感，賦予AI高情商。該模型在中文語音處理上表現(xiàn)出色，甚至超越了GPT-4o，廣泛應(yīng)用于多個(gè)領(lǐng)域。

心辰Lingo語音模型是由西湖心辰團(tuán)隊(duì)研發(fā)的國內(nèi)首個(gè)端到端通用語音大模型，于2024年8月24日開啟內(nèi)測(cè)預(yù)約，并在9月5日的外灘大會(huì)上正式發(fā)布。并計(jì)劃于10月發(fā)布基于心辰Lingo進(jìn)行領(lǐng)域深度訓(xùn)練的兒童陪伴、心理疏導(dǎo)、銷售服務(wù)等垂類語音模型，從而進(jìn)一步推動(dòng)AI語音技術(shù)的創(chuàng)新和應(yīng)用。

心辰Lingo語音大模型的功能：

• 原生的語音理解：心辰Lingo不僅能夠識(shí)別語音中的文字信息，還能捕捉情感、語氣、音調(diào)等重要特征，甚至包括環(huán)境音。這使得模型能夠更全面地理解語音內(nèi)容，從而提供更加自然和生動(dòng)的交互體驗(yàn)。

• 多種語音風(fēng)格表達(dá)：根據(jù)上下文和用戶指令，心辰Lingo可以自適應(yīng)調(diào)整語音的速度、高低、噪聲強(qiáng)度，并能夠生成對(duì)話、歌唱、相聲等多種風(fēng)格的語音響應(yīng)，有效提升了模型在不同應(yīng)用場(chǎng)景下的靈活性和適應(yīng)性。

• 語音模態(tài)超級(jí)壓縮：采用具有數(shù)百倍壓縮率的語音編解碼器，顯著降低計(jì)算和存儲(chǔ)成本，同時(shí)保證高質(zhì)量的語音輸出。

與傳統(tǒng)的文本轉(zhuǎn)語音（TTS）系統(tǒng)相比，心辰Lingo作為端到端語音大模型，整合了從語音輸入到語音反饋的完整交互流程，為用戶提供更全面、流暢的語音交互體驗(yàn)。此外，心辰Lingo在技術(shù)上具備實(shí)時(shí)打斷、實(shí)時(shí)指令控制、超級(jí)擬人、能說會(huì)唱等能力，擁有比GPT-4o更出色的中文語音效果。

心辰Lingo語音大模型應(yīng)用領(lǐng)域：

• 教育: 提供智能語音教學(xué)和學(xué)習(xí)輔助。

• 金融: 提升客戶服務(wù)效率和滿意度。

• 醫(yī)療健康: 用于心理健康咨詢和干預(yù)。

• 政府與公共服務(wù): 提供智能語音服務(wù)。

• 媒體與娛樂: 豐富的語音交互體驗(yàn)。

心辰Lingo的推出標(biāo)志著中國在語音技術(shù)領(lǐng)域取得了重要突破，它實(shí)現(xiàn)了從語音輸入到語音輸出的全程無縫對(duì)接，能捕捉語音中的細(xì)微變化，理解用戶情感。深刻理解用戶的意圖，并以同樣豐富的語音形式進(jìn)行回復(fù)。這種端到端的處理技術(shù)，徹底顛覆了傳統(tǒng)語音處理的方式，心辰Lingo語音大模型的出現(xiàn)不僅豐富了人機(jī)交互的深度和廣度，也為智能語音應(yīng)用的探索和實(shí)踐提供了新的可能。極大地減少了信息在轉(zhuǎn)換過程中的損失，使得“機(jī)器”在理解人類語言時(shí)更加細(xì)膩、精準(zhǔn)，提供貼近人性的交互體驗(yàn)。

目前，心辰Lingo端到端通用語音大模型已開放測(cè)試預(yù)約，歡迎大家前來預(yù)約體驗(yàn)。

相關(guān)資訊：

Seed-ASR：字節(jié)跳動(dòng)自動(dòng)語音識(shí)別模型

10款優(yōu)秀的開源TTS語音模型推薦

Seed-TTS：字節(jié)跳動(dòng)開發(fā)的高質(zhì)量文本到語音TTS模型

文本轉(zhuǎn)語音軟件