好的自然语音合成平
Posted: Tue Dec 17, 2024 7:28 am
上周，被认为是世界上最台的Elevenlabs向全世界的聊天机器人发出了很好的（拳击）挑战，因为有了他们的对话人工智能，你可以添加一个基于人工语言的对话机器人几分钟内即可创建一个网站，可以使用自然语音而不是打字进行交流。
AI代理的知识库只能是网站链接，但知识库可以通过各种文档、.pdf、文本和其他信息显着增加。数据越多，对话就越智能。
自古以来，人们主要使用键盘与计算机进行交互。在人工智能时代，这种情况正在发生改变。当然不会很快，因为习惯很大，但你已经可以成功地用 ChatGPT 语音模式进行交流，甚至不用将手指放在键盘上就可以编写代码。
在我看来，聊天机器人是另一回事。在爱沙尼亚语中，这些是 TALK 机器人。当我可以告诉他我想要什么并立即得到答案时，为什么我要在网站的聊天窗口中输入我的问题呢？更快、更方便、更好很多倍，尤其是提供给代理商更详细的信息。
作为一名投资者，未来在投资另一家人工智能聊天机 科威特手机号 器人初创公司之前，我会非常小心。在人工分支迈出第一步之后，世界上已经出现了数千个，甚至在爱沙尼亚也有几个。不过，目前还没有爱沙尼亚语的问题，因为在 Elevenlabs 聊天机器人的 32 个选项中还没有找到爱沙尼亚语。显然这只是几个月的事情。
Court.ee的AI
我在我的 Court.ee 企业网站上测试了该解决方案。不到五分钟，一个基于人工智能的聊天机器人就诞生了。目前，该机器人的知识库只是一页文本和一个court.ee网站的链接，因此它并不是最聪明的。为了避免胡言乱语，我指示他有不懂的问题就写信或打电话。
在Elevenlabs环境中，所有对话都保留音频和转录的形式，可以稍后收听或阅读。我让我的朋友测试并检查 - 即使朋友向机器人要啤酒，答案也很好。
目前，Court AI 只是对聊天机器人代理的临时测试，以了解该解决方案的工作原理。同时，如果有一天爱沙尼亚语也加入进来，那么你就得考虑是否要开始更认真地教育特工。
您已经可以在 YouTube 上找到数十个解释如何设置聊天机器人的教程视频。下面是一个随机示例，其中一个人谈论如何让他的人工智能代理在日历中实际创建预订。
由于在 Elevenlabs 中克隆声音相对容易，从技术上讲，我本来可以拥有 Juhan Kilumets 的声音（几周前我为 Terevisioni 克隆了他的声音（当然你不应该这样做！））或我自己的声音，回应我的人工智能的召唤。
从技术上讲，Elevenlabs 人工智能代理首先是一只倾听的耳朵（将语音转换为文本），然后是准备答案的大脑(LLM)，最后是一张为你朗读答案的嘴。 “大脑选项”包括 Gemini 1.5 Flash、GPT-4o 和 Claude 3.5 Sonnet，Elevenlabs 在发布期间承担了大脑本身的成本。
AI代理的知识库只能是网站链接，但知识库可以通过各种文档、.pdf、文本和其他信息显着增加。数据越多，对话就越智能。
自古以来，人们主要使用键盘与计算机进行交互。在人工智能时代，这种情况正在发生改变。当然不会很快，因为习惯很大，但你已经可以成功地用 ChatGPT 语音模式进行交流，甚至不用将手指放在键盘上就可以编写代码。
在我看来，聊天机器人是另一回事。在爱沙尼亚语中，这些是 TALK 机器人。当我可以告诉他我想要什么并立即得到答案时，为什么我要在网站的聊天窗口中输入我的问题呢？更快、更方便、更好很多倍，尤其是提供给代理商更详细的信息。
作为一名投资者，未来在投资另一家人工智能聊天机 科威特手机号 器人初创公司之前，我会非常小心。在人工分支迈出第一步之后，世界上已经出现了数千个，甚至在爱沙尼亚也有几个。不过，目前还没有爱沙尼亚语的问题，因为在 Elevenlabs 聊天机器人的 32 个选项中还没有找到爱沙尼亚语。显然这只是几个月的事情。
Court.ee的AI
我在我的 Court.ee 企业网站上测试了该解决方案。不到五分钟，一个基于人工智能的聊天机器人就诞生了。目前，该机器人的知识库只是一页文本和一个court.ee网站的链接，因此它并不是最聪明的。为了避免胡言乱语，我指示他有不懂的问题就写信或打电话。
在Elevenlabs环境中，所有对话都保留音频和转录的形式，可以稍后收听或阅读。我让我的朋友测试并检查 - 即使朋友向机器人要啤酒，答案也很好。
目前，Court AI 只是对聊天机器人代理的临时测试，以了解该解决方案的工作原理。同时，如果有一天爱沙尼亚语也加入进来，那么你就得考虑是否要开始更认真地教育特工。
您已经可以在 YouTube 上找到数十个解释如何设置聊天机器人的教程视频。下面是一个随机示例，其中一个人谈论如何让他的人工智能代理在日历中实际创建预订。
由于在 Elevenlabs 中克隆声音相对容易，从技术上讲，我本来可以拥有 Juhan Kilumets 的声音（几周前我为 Terevisioni 克隆了他的声音（当然你不应该这样做！））或我自己的声音，回应我的人工智能的召唤。
从技术上讲，Elevenlabs 人工智能代理首先是一只倾听的耳朵（将语音转换为文本），然后是准备答案的大脑(LLM)，最后是一张为你朗读答案的嘴。 “大脑选项”包括 Gemini 1.5 Flash、GPT-4o 和 Claude 3.5 Sonnet，Elevenlabs 在发布期间承担了大脑本身的成本。