拿到ChatGPT最新语音模式的内测资格，让我们比初次接触文字模式还要兴奋。在我们看来，人类交流远非简单的文字转语音那么浅显。文字作为人类最为概括、理性、结构化的沟通方式，ChatGPT处理起来其实并不难。 相比之下，语音交流触及了人类沟通最直接、最未经修饰的形式。它不仅包含语言本身，还蕴含更多微妙元素。说话者的语气、音量变化、停顿节奏等非语言因素，都能为交流增添丰富的层次和意义。正是这些细微而复杂的特质，使得语音模式更能体现人与人之间沟通的本质，这也让我们格外期待。 本次评测，我们会竭力避开ChatGPT可以「借力文字」而无法体现语音交流本质的方法，来看看它是否可以达到《Her》中斯嘉丽的智能程度。 我们尝试测试ChatGPT在英语学习、中国方言（粤语、沪语）、多角色对话（音色）、音乐识别与创作、人类情感识别与表达、创意生成六个方面的表现。节目中，我们使用真实录音最大还原ChatGPT的现场表现，以及我们的主/客观评价。 英语作为全球最广泛使用的语言，也是ChatGPT背后的最大语料库，我们自然要看看它的「主场」表现。ChatGPT作为一个可以完全暴露语言缺陷的绝佳练习伙伴，是目前最合适的AI语音落地场景。所以，我们首先测试了英语学习场景。 感受完国际范儿，我们好奇ChatGPT是否可以理解我们的日常方言，尤其是以南方语系为代表的变调方言。我们主要测试了粤、沪两种方言。这两种语言都保留了古汉语中「入声」迹象，且包含一些需要了解当地文化、历史才能更好理解的概念。所以，我们接着测试了方言识别场景。 人与人之间沟通的前提是什么？是语义的准确性？还是附带的人类情感？但在讨论这些之前，我们更要知道「谁在和我们说话」。想象一个原始人小孩，听到熟悉父母和陌生人的声音时，谁会对他产生更大影响？从进化论角度，听谁的话对他更有利？同样一句话，不同的人说出来，你的感受也不一样，因为份量和情感不同。所以，我们关心ChatGPT是否可以识别音色，知道它在和谁对话。 AI音乐并不新鲜，比如Suno（一款AI音乐制作工具），但现在看来，更像是一个危机。从乐理角度看，人类使用的和弦、旋律走向等编曲特性趋同性严重，有人甚至怀疑，未来会不会有旋律写尽的一天。所以，抱着不让人类音乐向无聊、枯燥方向演进的幻想，我们想看看ChatGPT能否识别旋律，并与我们共同创作。 情感测试是我们最期待的环节。语言作为信息载体，帮助我们建立合作纽带。但为什么我们还会言不由衷、词不达意？是语言天生多义？还是语言承载着更微妙的东西？ChatGPT能否听出我们的言外之意，如讽刺、愤怒、离别的不舍，以及它是否会像人一样情绪失控。所以，我们在测试中不断让ChatGPT面临冲突升级，看它是否会为了保护「妻子和孩子」，突破系统提示词限制，做出意料之外的情感行为。 ChatGPT的最大特点是回复及时，你一梳理好想法，答案就瞬间生成。但我们不行，因为我们要消化、理解并回复对话。所以，这次我们选择让Claude帮忙，让它与ChatGPT魔法对轰，双方接替回答，看几轮对话之内能否创作出精彩故事。 更多语音测试相关信息，可查看OpenAI官方报告：GPT-4o System Card 时间轴： * 00:04:44 英语学习新革命？ChatGPT展现出比多邻国等App更灵活、更符合用户习惯的语言学习模式。 * 00:08:12 方言识别的惊喜与尴尬：完美驾驭粤语,却在上海话前「洋泾浜」？ * 00:16:40 多角色对话ChatGPT变「音盲」:能模仿多种角色，但无法真正理解「谁在说话」，《Her》男主破防也和这有关？ * 00:37:21 音乐创作是「禁区」：ChatGPT对音乐相关内容强烈拒绝，主播苦苦哀求，竟也不为所动？ * 00:46:59 情感表达「套公式」：如果ChatGPT把人类复杂情感量化为数学方程，过于相似却又不够真实，往往会引发人类不适 * 00:56:03 创意生成「大对决」：ChatGPT VS Claude，魔法对轰之下，ChatGPT论为「捧哏角色」？ * 01:01:03 总体评价 * 01:10:36 彩蛋 主持： 王隐 敬礼 Playlist： London Symphony Orchestra & Valery Gergiev – Boléro 联系我们： 你可以通过邮件向我们反馈节目中的问题和建议： [email protected] 微博：@WEB VIEW播客 我们的网站： webview.tech

GPT/Claude出来太久了，我们似乎已经习惯了它的存在。然而，作为创作者和大模型技术从业者，我们真的理解了它对我们的影响吗？本期节目，你将会听到： * 国内大模型都是微调Llama 3，到底是真是假？ * 大模型版「李约瑟难题」：为什么创新往往发生在小公司，而非科研机构或大企业？ * AI效率与人类创造力的博弈：我们是否应该放缓AI发展速度？ * 从好莱坞罢工看未来：如何在AI时代保护人类工作者的权益？ * 再谈技术异化的隐忧：被AI替代的人，能否流向被新创造的岗位中？ 以及可能说到最后，创作者和大模型从业者都无法逃避一个更为本质的问题：数字时代下，如何保持表达欲和创新精神？ 李约瑟难题：由英国生物化学家和科学史学家李约瑟（Joseph Needham）提出的一个历史问题。这个问题主要探讨：为什么中国在古代科学技术方面曾经领先于西方，但在近代科学革命和工业革命中却落后于西方？ 主持： 王隐 敬礼 Playlist： Beautiful Ones – Suede 联系我们： 你可以通过邮件向我们反馈节目中的问题和建议： [email protected] 微博：@WEB VIEW播客 我们的网站： webview.tech

两年前的 WWDC20， Apple Silicon 横空出世，苹果同时宣布为期两年的芯片迁移计划正式开始。如今期限将至，在 WWDC22 上，苹果意外地带来了第二代架构芯片 M2， 配备 M2 的 MacBook Air 自然是会上最大的主角，这是否意味着苹果自研芯片迁移的成功？ 同时，在软件上，我们也能发现一些微妙的趋势：iOS 迭代至今的最大特点，就是封闭的系统与简洁的设计，让用户专注于使用手机，而不是被手机使用。但随着苹果设计师 Jony Ive 的离开，无论是从新 Macbook 的接口设计还是 iOS16 对锁屏壁纸的定制化逐渐放开，苹果的设计语言好像变得不再简洁，产品功能上也更加想办法讨好有定制化需求的用户，这或许是因为那些大众化的功能迭代，在苹果看来，已经没有太多改进的空间了。 这或许是苹果的理念正在起变化。 这种变化还体现在 iPad 上，苹果之前其实很抵触 Mac 与 iPad 的用户体验趋同，所以你几乎不可能看到可触屏的 MacBook，以及可以运行 MacOS 的 iPad，自家的产品线如果定位不清而打架，对销量绝对不是好事。但现在，最新的 iPadOS 16 与 MacOS Ventura 相差无几的多任务切换机制（前台调度），或许在告诉我们，苹果好像不再抵触 Mac 与 iPad 使用上的趋同，反而是主动拥抱这种体验上的无缝衔接，并提供给开发者、用户更强大的使用自由度。 本期节目带你回顾 WWDC22，重点包括 iOS 16、iPadOS 16、MacOS Ventura及 M2 芯片加持的 MacBook Air及 MacBook Pro，并同时提供选购建议。 ## 主持： 王隐 ## 嘉宾： 欧阳洋葱（微博@_欧阳洋葱） ## Playlist： Beautiful Ones – Suede ## 联系我们： 你可以通过邮件向我们反馈节目中的问题和建议： [email protected] 微博：@WEB VIEW播客 我们的网站： webview.tech

六月，人们即将迎来一场仪式感十足的考试——高考。本期节目，三位主播对高考生活做了一次全方位回顾，同时也对高中一些难以忘怀的事进行了回忆，欢迎收听。 本期节目，你将会听到： 十年前，《甄嬛传》还在热播，课余饭后，你拉着同学们，拼在一个大桌子上热情讨论剧情；十年前，你在学校的足球场上，挥洒汗水，希望能打赢这场班级联赛，不辜负同班女生借鼓来为你们加油打气；很多年前，你在班上喜欢上一个人，你们唯一能接触的机会，就是通过课堂借书，在书上夹带了很多小纸条传情，这支撑着你们度过那段时光…… 本期节目，还会有王隐高考日记首次大公开，值得一听。 ## 主持： 王隐（微博：王尔德的德） 敬礼 欧阳洋葱（微博@_欧阳洋葱） ## Playlist： Beautiful Ones – Suede ## 联系我们： 你可以通过邮件向我们反馈节目中的问题和建议： [email protected] 微博：@WEB VIEW播客 我们的网站： webview.tech