亚马逊发布支持生成式AI能力的语音助手Alexa，搭配定制的大语言模型
近日，据海外媒体报道，亚马逊公司（Amazon）宣布其标志性的语音助手Alexa正在升级，将采用新的定制大语言模型，借此为Alexa提供更多功能以及类似真人的会话质量。
据悉，新的Alexa大语言模型将很快在美国市场的Alexa设备上免费试用，公司称Alexa据“更智能，更健谈”，声音也将更“真实”和“自然”。亚马逊公司高级副总裁兼通用人工智能首席科学家Rohit Prasad表示，这一消息标志着“我们喜爱的助手发生了巨大转变”。
虽然亚马逊公司进入大语言模型领域并不是最早的，但公司声称其新的亚马逊大语言模型值得等待。亚马逊公司表示，与知识库在2021年晚些时候或2022年早些时候停止的ChatGPT不同，Alexa大语言模型能够提供“实时信息”，比以前版本的Alexa“更具对话性”，“延迟更短”。
亚马逊公司称其Alexa大语言模型“超越了浏览器或移动设备上的ChatGPT”，为用户提供了“现实世界的应用”，比如与用户谈论食谱、旅行想法和计划，甚至可以为用户写诗。Rohit Prasad称，我们的大语言模型的特别之处不仅在于能够告诉你一些事情，还在于能帮助你做一些事情。
为了验证这一说法，亚马逊公司负责设备和服务的高级副总裁David Limp也在媒体面前进行了演示。他向Alexa询问他“最喜欢的足球队”的表现如何，Alexa记得他指的是范德比尔特大学（Vanderbilt University），展示了它的个性化功能。如果用户喜欢的球队赢了，它也会以“快乐”的声音回应。
David Limp还要求Alexa给他的朋友写一条信息，提醒他们观看即将到来的范德比尔特大学的足球比赛，并将其发送到他的手机上，Alexa在几秒钟内就完成了这个动作。
亚马逊公司高级副总裁兼通用人工智能首席科学家Rohit Prasad表示，新的Alexa大语言模型围绕四个关键组成部分构建：大语言模型、现实世界的设备和服务、个人环境和负责任的人工智能。
亚马逊公司另一位副总裁Heather Zorn表示，开发人员可以并且已经将一些“定制的、专用的”第三方大语言模型集成到Alexa中。比如，借助Character. AI，可以允许用户创建不同的虚构人物和原型并与之互动，并且提供25种不同的性格类型。另一家开发商Splash可以为用户提供通过与Alexa集成的应用创建和预览歌曲的功能。
Rohit Prasad表示，Alexa的文本转语音引擎现在“对情绪和语气的上下文感知能力更强，然后在输出中表达类似的情绪变化”，以变现说话者的语气。另外，它还包括一个新的专为对话设计的自动语音识别系统。
对于亚马逊Echo Show设备，注册了视觉ID（visual ID）的用户只需要看着他们的设备就可以和它说话，他们不再需要一遍又一遍地说Alexa。他们可以像看着另一个人一样与Alexa进行对话。Rohit Prasad不是，这要归功于“设备上的视觉处理和声学模型协同工作，所以它知道你是在和Alexa说话，还是在和房间里的其他人说话。”
延伸阅读：
Powered by Froala Editor
