科大讯飞发布星火极速超拟人交互，挑战GPT-4o语音功能

数智朋克消息，科大讯飞股份有限公司近日发布了其最新语音大模型更新，推出对标GPT-4o的语音功能产品——星火极速超拟人交互。这款产品不仅在响应速度上有显著提升，还能实现更高拟人度的交互体验，堪称科大讯飞在语音技术领域的一次重大突破。

星火极速超拟人交互产品的最大亮点在于其高度灵活的交互能力，用户可以随时打断系统发言，并在插话后实时获得回复。同时，该产品还能感知用户的情绪变化，根据对话情境自动调整语调、方言、情感强度，甚至模仿不同角色进行交流。相比传统的语音转文字再生成回复文本的过程，星火极速超拟人通过统一神经网络实现了语音到语音的端到端建模，显著缩短了响应时间，提升了交互的流畅度。

科大讯飞还采用了多维度的语音属性解耦表征训练准则，使得星火极速超拟人能够将内容、音色、情感、语言和风格等元素独立控制，用户可以根据需求对这些元素进行便捷定制。这种灵活性不仅提高了产品的适应性，还为快速落地应用提供了可能。

据科大讯飞透露，星火极速超拟人交互将在8月底向全民开放，用户将能够亲身体验这一超拟人化的语音交互功能。而在今年5月，OpenAI发布了GPT-4o，展示了接近电影《Her》中的人机交互体验，但目前仍只开放了部分语音功能给少数测试者。科大讯飞的此举，显然是在这一领域向GPT-4o发起挑战。