Hume 推出新一代情感语音模型 EVI 3，让 AI 更懂你的情绪

总部位于纽约的情感语音AI初创公司 Hume 正式发布了其最新一代情感语音交互模型 —— EVI 3（Empathic Voice Interface）。它不仅听起来更自然、更有“人味”，还能感知用户情绪并作出相应的语调调整。

• 地址：https://www.hume.ai

这是一款专为企业客服、心理健康指导、虚拟陪伴、游戏叙事等场景打造的语音AI模型，目标是重新定义我们与机器对话的方式。

EVI 3 是什么？

EVI 3 是 Hume 推出的第三代“同理心语音界面”（Empathic Voice Interface），具备以下核心能力：

• 理解用户的语气、节奏、停顿；
• 实时调整语音风格与情感表达；
• 支持语音到语音、文本到语音等多种交互方式；
• 提供高度可定制的声音特征，从温暖自信到古怪调皮都能实现。

用官方的说法就是：EVI 3 不只是一个语音助手，而是一个能感知情绪、回应情绪的“有温度”的声音伙伴。

技术亮点一览

✅ 情感智能，不只是语音合成

与传统语音助手不同，EVI 3 能够：

• 捕捉语音中的细微变化：如语调起伏、停顿长短、急促或缓慢的说话节奏；
• 根据上下文调整表达方式：比如你在生气时，它会放低音量、放缓语速；在轻松对话中则更加活泼；
• 提供“镜像反馈”：模仿用户的情绪状态进行回应，增强互动的真实感。

这种能力源于 Hume 基于全球数十万参与者的行为数据训练而成，涵盖语音、面部表情和文本等多个维度。

✅ 快速自定义语音创建

只需几句话描述你想要的声音特征（例如“温暖且自信的男性语调”），EVI 3 就可以在几秒钟内为你生成一个全新的语音角色。

你可以：

• 自定义个性特质：如温柔、幽默、严肃、俏皮；
• 设定情感语调：从鼓励、安慰到兴奋、调侃；
• 控制对话主题：适用于客服、教育、娱乐等多个领域。

📌 示例：你可以创建一个“吱吱叫的老鼠”，用急促的法语口音低声讲述偷奶酪的故事。

✅ 性能表现领先竞品

根据 Hume 对 1,720 名用户的内部测试，EVI 3 在多个维度上优于 OpenAI 的 GPT-4o 语音模型，包括：

相比之下，谷歌 Gemini 和开源项目 Sesame 等也未能在所有指标上超越 EVI 3。

⚙️ 开发者友好，API 即将开放

目前个人用户已经可以通过 Hume 官网的实时演示页面和 iOS 应用体验 EVI 3。

而对于开发者来说，好消息是：

EVI 3 的 API 访问权限将在未来几周内向注册用户开放！

这意味着你可以：

• 将 EVI 3 集成到自己的客服系统中；
• 用于虚拟助手机器人、游戏NPC语音；
• 制作沉浸式故事内容或有声书；
• 构建更具人性化的心理健康陪伴工具。

💰 定价模式灵活，适合各类用户

虽然 EVI 3 的具体 API 定价尚未公布，但参考 Hume 其他产品的定价策略，预计也将采用按使用量计费的方式，并提供企业级定制方案。

以 Hume 的 Octave 文本到语音模型为例：

对于高流量应用，还提供本地部署和专属集成支持。

🔒 当前限制：尚不支持语音克隆

尽管 EVI 3 功能强大，但它目前暂不支持语音克隆功能（即复制特定人的声音）。这项功能已在 Hume 的另一款模型 Octave 中开发完成，预计很快上线。

相比之下，ElevenLabs 等竞品已提供此类功能，用户仅需几秒钟音频即可克隆声音。

不过，Hume 表示正在对语音克隆进行严格的安全评估，确保不会被滥用。

🧩 Hume 的愿景：让 AI 更具“人性化”

Hume 由前 Google DeepMind 研究员 Alan Cowen 于 2021 年创立，致力于解决 AI 缺乏情感的问题。

Cowen 曾表示：“情感智能的核心是从行为中推断意图和偏好，这是下一代 AI 必须掌握的能力。”

从最初的 EVI 1 到如今的 EVI 3，Hume 已经实现了：

• 延迟降低 40%
• 定价下降 30%
• 支持动态语音风格切换
• 引入对话中风格提示机制

随着 EVI 3 的推出，Hume 正在推动语音AI进入一个全新的时代——不再是冷冰冰的回复，而是真正“懂你”的声音。