谷歌将高清语音模型Chirp 3引入Vertex AI平台，并计划从下周开始正式推出

在生成式AI领域，文本和图像生成一直是关注焦点。然而，随着技术的快速发展，语音AI正迅速崛起，成为下一波浪潮。谷歌在这一领域的最新进展是将高清语音模型Chirp 3集成到其Vertex AI开发平台中，并计划从下周开始正式推出。

• 地址：https://cloud.google.com/vertex-ai

谷歌Chirp 3：语音AI的新突破

上周，谷歌宣布Chirp 3将支持31种语言，并推出8种新的语音选项。这一模型的使用场景广泛，包括构建语音助手、创建有声读物、开发客户支持代理以及为视频配音。这一消息是在谷歌DeepMind伦敦办公室的一次活动中公布的，标志着谷歌在语音AI领域的重大进展。

竞争与限制

与此同时，其他公司也在语音AI领域迅速发展。例如，Sesame——一家因推出逼真的“Maya”和“Miles”AI语音应用而闻名的初创公司——上周宣布开放其模型，供开发者构建定制应用和服务。

值得注意的是，谷歌对Chirp 3的使用设定了限制，以防止滥用。谷歌云首席执行官托马斯·库里安（Thomas Kurian）在新闻发布会上表示：“我们正在与安全团队合作，确保这些问题得到妥善处理。”

市场格局与未来展望

谷歌的Chirp 3将与谷歌旗舰LLM（大型语言模型）Gemini的较新版本、图像生成模型Imagen以及昂贵的Veo 2视频生成工具一同部署在Vertex AI平台上。尽管Chirp 3是否能像Sesame那样创造出高度“逼真”的“人类”声音仍有待观察，但正如DeepMind首席执行官德米斯·哈萨比斯（Demis Hassabis）所强调的，这是一场马拉松，而非短跑。

哈萨比斯指出：“短期内，认为AI将在未来几年内解决一切问题的想法还为时尚早。我们距离实现AGI（通用人工智能）还有数年时间。AI将在未来十年内改变世界，但这属于中期到长期的范畴。”

Vertex AI：谷歌的AI开发平台

谷歌早在2021年就推出了Vertex AI，作为开发者在云端构建机器学习服务的平台。这一平台的推出早于OpenAI的GPT服务引发的生成式AI热潮。此后，谷歌通过Vertex AI追赶微软和亚马逊等竞争对手，为开发者提供生成式AI工具。除了在Gemini之上构建生成式AI外，开发者还可以使用Vertex AI对数据进行分类、训练模型，并为生产环境设置训练模型。

历史与展望

多年来，谷歌一直在开发“Chirp”语音服务，其最初是为了与亚马逊的Alexa服务竞争而启动的项目。如今，随着Chirp 3的推出，谷歌在语音AI领域迈出了重要一步。未来，谷歌是否会将其封闭生态系统扩展到谷歌以外的模型，将是值得关注的方向。