户外 勾引 字节豆包首个AI硬件来了，订价1199元！
字节跨越的首个 AI 硬件户外 勾引，就这样水汪汪地来了——
一款塞了大模子的蓝牙耳机！
这个 AI 耳机，名叫 Ola Friend，" Ol á "在葡萄牙语心仪为"你好"，因此它的汉文名就是：你好呀 一又友。
首先，Ola Friend 最大的亮点，就是第一个作念到了真的把通用大模子利用到耳机场景——
戴上耳机，只需一句"豆包豆包"，就不错遍地随时叫醒 AI，并跟它作念任何换取。
举例外出前接头天气、路面景象，当今的"翻开情势"是这样的：
视频坚信：https://mp.toutiao.com/profile_v4/graphic/articles
固然，这些问题齐只可算是开胃菜，咱们平直来上一下难度——英语白话锻真金不怕火！
视频坚信：https://mp.toutiao.com/profile_v4/graphic/articles
不出丑出，当今跟 AI 锻真金不怕火英语白话，就酿成戴个耳机就能完毕的事情了，而且你不错随时打断豆包言语（1 分 29 秒独揽）。
固然，行为一个蓝牙耳机，其自己最基本的"听"的功能也诟谇常伏击的。
Ola Friend 在盘算推算上属于不入耳的怒放式（OWS）耳机，单只的分量惟有 6.6 克（亲测佩带无重感）。
在音效方面，由于盘算推算取舍 27.5 度夹角，发声单位会更联接耳谈，声压比会相对大一些；况且还取舍了 10mm 动圈发声单位、动态 EQ1.0、动态低音赔偿、定向防漏音等盘算推算，进步了耳机的音质。
上头视频中豆包言语的音效，其实就依然相等接近佩带时候的真实嗅觉了。
但毕竟咱们第一时刻拿到了 Ola Friend，定然不行就这样节略放过它——
实测嘛，就是要狠狠地、各方面地齐来体验一把。
嘈杂环境、方言，完全齐能 hold 住
首先咱们需要先容一些基本的功能和树立。
Ola Friend 在和手机配对的时候，需要双手同期按住两侧机身，然后就不错在手机蓝牙中找到它并连续。
但要念念开启 AI 大模子功能，还需要进豆包 APP 的"我的→树立"里，找到" Ola Friend 耳机"选项，进行第二次配对；其中，"豆包智能体"选项中的叫醒功能是默许开启的。
接下来，咱们就再迫临真实生计场景来一波测试。
毕竟咱们戴耳机不只是是在欣然的环境，大多数可能齐诟谇常嘈杂的环境，那么在用 Ola Friend 跟豆包对话的历程中，它会不会受到外界环境的影响呢？
咱们这波测试的环境树立如下：电脑外放音乐，用中英掺杂的情势跟豆包对话。
（由于对话翰墨实际较长，以下几个实测视频将以字幕的情势呈现）
户外 勾引
视频坚信：https://mp.toutiao.com/profile_v4/graphic/articles
即便配景放了广宽音量的英文歌，但豆包如故不详精确识别出用户的声息，在问及"为什么本年的 the Nobel Prize in Physics 颁给了 Geoffrey Hinton "时，豆包也能作念出准确回答。
由此可见，在嘈杂的现实环境中，Ola Friend 亦然完全不错 hold 住的。
而之是以不详如斯，是因为 Ola Friend 是不错像一又友一样专门记取你的声息，这就大幅指责了纰谬打断的概率。
相通的问题，相通的环境，咱们再有请方言出战——四川话！
视频坚信：https://mp.toutiao.com/profile_v4/graphic/articles
这一次，咱们挑升切换了语音立场为"呆萌川妹"，是不黑白常地有那味儿了！
三上悠亚 肛交
那么关于复杂的数学题，Ola Friend 又将作念何发挥？
咱们不妨以电影《抓娃娃》片断中的那谈经典题目来发问（此次咱们切换了声息为"温存阿虎"）：
一个长 2 米，直径 30cm 的圆柱形木料，作念半径 6cm 比作念半径 8cm 能多作念若干个球？
视频坚信：https://mp.toutiao.com/profile_v4/graphic/articles
从求解历程中不出丑出，不管是条件 Ola Friend 平直给出谜底，亦或是在它求解历程中狂妄打断（1 分 17 秒、1 分 59 秒、2 分 14 秒），它齐能像跟真东谈主换取一样严丝合缝。
不出丑出，戴上了 Ola Friend，就宛真的时地在跟 AI 大模子电话一样，而且是来者不拒、轻松打断、多轮对话的那种。
因此，像在作念饭烧菜等场景中，这个 AI 大模子耳机就能在开释双手的同期，还能作念到答疑解惑。
便捷，的确是便捷。
那么接下来的一个问题即是：Ola Friend 是怎样作念到的？
大模子 +TTS+ASR 真金不怕火成
扒开 Ola Friend 内核，关键之一是字节于业界当先的大界限自转头文本到语音模子—— Seed-TTS。
几个月前，字节发布了 Seed-TTS 时期论文，激发圈内泛泛眷注。
它不错依据高下文判辨文原意情，能生成与东谈主类语音简直无法分离的高质料语音，言语当然有厚谊，连停顿、喘气、换气声齐合成得真真儿的。
视频坚信：https://mp.toutiao.com/profile_v4/graphic/articles
从时期完毕上来看，Seed-TTS 基于自转头 Transformer，模子架构包含 speech tokenizer 从语音中索取 token 信息，语言模子建模文本和语音 token 的联系，扩散模子从语音 token 生成一语气的语音表征，临了通过声码器生成最终的语音。
检修含三个阶段：
预检修：使用多量数据检修，完毕泛泛的利用场景和言语者隐敝。
微调：言语者微调，以提高特定言语者或任务的性能。
后检修：使用强化学习进行后检修，全面提高模子性能。
与往常的模子比较，Seed-TTS 在当然性和矫健性方面有显赫进步。
经实验，Seed-TTS 不仅具有零样本高下体裁习能力，基于短音频指示生成相似声息的新语音，还不错针对特定言语东谈主进行微调，进一步提高相似度。
在神情等方面 Seed-TTS 具有更高的可控性，且解救跨语言语音合成，拿抓讲话的曲调、韵律、节拍。
Ola Friend 另一大法宝是语音识别时期—— Seed-ASR。
与 AI 智能音箱和车载语音系统比较，耳机频频在全球空间中被使用。这些步地环境嘈杂况且东谈主多，因此在这些环境中进行声息识别和意图判断靠近较大挑战。
而字节 Seed-ASR 时期，不仅让 Ola Friend 能听懂用户言语，以致能通过高下文识别各种信息。
Seed-ASR 以大语言模子为基础，通过输入一语气的语音暗示和高下文信息，显赫进步了在不同利用场景下对千般语音讯号的识别准确率。
它解救包括普通话及多种方言在内的多语言识别，在丰富的检修数据上进行大界限的自监督学习，还通过了阶段性检修战略，包括监督式微调、高下文感知检修和强化学习，进一步优化性能。
Seed-ASR 在公开测试集和里面笼统评估集上均展现出比现存端到端模子更低的词 / 字纰谬率。
除此以外，依靠豆包大模子，Ola Friend 还有 buff 加成——
不详双向及时对话，随时打断也不错，解救引入其他话题多轮流取，而非每句话齐要叫醒词况且听完沿途再回话。
与传统智能音箱助手等大多是特定任务不错多轮（如追问天气情况）不同，接入大模子之后，在换取中轻松切换话题也不怕，不错作念到通用场景全双工一语气对话。
另外，Ola Friend 进行了许多工程优化，像是链路预加载等，使得端到端交互时刻不错缩小，指责用户讲话后取得响应的时刻。
怒放式耳机的 AI 进化
行为字节跨越豆包团队第一款 AI 硬件，几天前官方刚发布预热海报，就有无数网友运行猜测 Ola Friend 是耳机呢？如故眼镜呢？如故耳机呢？
这下它的高明面纱终于被揭开，那为啥字节能将 AI 交互引入到耳机场景呢？
不仅收成于自家的豆包大模子解救，还与其硬件团队的实力密不可分。
据了解，九月份，字节跨越认真晓示收效收购怒放衣服式音频家具厂商 Oladance，完成 100% 控股。
Ola Friend 硬件团队就是原 Oladance 耳机团队，也就是最早作念 OWS 怒放式耳机的那帮东谈主，有深厚时期积蓄。
团队诞生如斯，是以 Ola Friend 也正如咱们前文所提到的，不仅从盘算推算上不只单计划了 AI 硬件的性能，还兼顾了传统怒放式耳机的舒限度和音质。
同期团队还专门推出了优化降噪算法，算法已请求专利，针对轻声叫醒和交互专门作念了矫正，用户用较轻的声息就能唤起豆包。
也就是说，在公开场所中悄默声就能叫醒，姆妈再也无须惦记我会社死。
大模子时期的发展正如日中天，各式 AI 硬件如日积月累般露馅，从智能家居到个东谈主助手，AI 正在真切变嫌咱们的生计情势。
在这一配景下，字节跨越推出的 Ola Friend 无疑为 AI 硬件耳机市集带来了新的活力。
据悉，Ola Friend 将于 10 月 17 日起售，据说后续 AI 功能还会不时更新，异日 Ola Friend 不仅能叫醒豆包，还不错唤起更多智能体。
那么你对这个首款 AI 大模子耳机心动了吗？户外 勾引