28，令人吃惊的豆包语音功能

      试了几天几款国产主要AI在文字方面的效果，有点审美疲劳了。总的说来，都是在ChatGPT基础上的各显所能。想起当初ChatGPT刚刚问世的新鲜感，曾经通宵达旦地与之嬉戏的日日夜夜，如今回忆起来都恍若隔世了。

      简单来说，DeepSeek是通过改变算法而提高了算力，大白话就是压缩了成本增加了效率。按理说这一提高是可以最终落实在增加数据完整性和准确性的，但是DeepSeek自己也承认目前“数据不行”。我的测试也无非从另一个角度证明了这一点。它相比ChatGPT如何我没法对比，至少，它并不比豆包和文小言更加“深度”。

      但是真如前文所说的那个IT业年轻人告诉我的那样，国产AI的娱乐功能是强大的，这也是不得已后可以发挥中国年轻工程师才能又有广大年轻人市场以保证其盈利的缘故吧。而我美国从事IT的同学看了文章后告诉我，中国在音频方面的技术是全球领先的。

      咦，这不正体现在豆包身上？据说现在低调实用的AI每天都在开发中，只是人家没有像DeepSeek那样高调张扬。豆包只是大众运用比较多因而流量比较足的普及版免费AI而已。细分市场真正可以干事的AI小型专业实用而收费。

      即便豆包是一个普及版AI，但是其主项的音频技术还是令我有些吃惊。

     先录一段玩玩儿。

      这是豆包主页面的聊天。大家可以看到我在测试时，其回答内容可以随着你的需要即时跟进变化，并没有疏离感和机器感。还包括语音语调和各种方言，无缝衔接。为了简化，我略去了其他变化而只选取了一段方言。虽然它的“上海话”不怎么地道，但其中的“悄悄话”模式和“夹子音”模式估计会让你起一身鸡皮疙瘩的。你有兴趣不妨试试。

      再看角色设定，其菜单里有各种人设。比如那个“林黛玉”，其性格和语调就来自电视剧《红楼梦》的黛玉模型设定，她可以根据随机的对话随之对应说出符合其人物角色性格的话语来，这个里面的算法应该不错。不妨来看一段实时录像：

      我还说去看宝钗，结果打翻了林妹妹的醋坛。这很适合娱乐。当你一个人无聊在家时，可以穿越时空和林妹妹聊天，当然你也得具备一点才学这天才能够聊得下去。但是真正惊到我的不是上述这些而是它可以惟妙惟肖地模仿任何人的声音，只要你按照要求对它说上一段话。不信？可以看看下面的小视频，那是我在与另一个“我”对话。

      不知道你的感受如何？反正我听到了另一个“我”后立马想到了两个后果：

      第一个是形而下的偏负面：这个技术如果被骗子利用怎么办？而且我相信在中国国情中一定会有骗子利用，尤其是DeepSeek降低了算力成本后。假如有一天我的太太接到这样一个来自“我”的声音，让她给“我”汇钱，她会相信吗？我相信在骗子招数被警示了无数遍的今天仍然有人屡屡中招，那么再添加声音这个技术上去，被骗者还不翻番地上升？

      第二个想法似乎有点形而上了：如果随着这一类音频技术的提高完善，倘若再能够完善脑机接口，把我的记忆全部植入，当我把“我”安置在网上时，这个“我”某种程度上是不是就是我的永生？因为这个“我”除了没有我的肉身外，几乎具备我所具有的一切：记忆、理智、情感、性格，乃至音容笑貌。换一个更加通俗的话说就是：倘若我的父母生前就能够借助豆包录下视频和语音形成特有的网络存在，那么某种意义上他们就一直活着，只要需要，我就可以上网接入与之对话，由于对话内容不是固化的而是随机产生的，这又与真的微信电话和视频有啥本质区别？

      我的后背有点发凉，但我知道，距离这一天也许并不遥远了。

      而这个原本来自娱乐的玩意儿，倒是有了改变人类生活的某种可能。至少，我们的亲人爱人友人某种程度上可以一直“活着”，与你交流。

      因此，我倒是看好豆包在音频上的这个拓展，如果它不再仅仅停留在游戏娱乐而是有所追求的话。