语音
分类
输入
海外AI语音输入工具Wispr半年估值翻近三倍逼近20亿美元，用户规模同比暴涨超百倍；
文章
Wispr把语音输入做到了足够丝滑，它的深度用户里，72%的日常输入都靠嘴完成。
文章
过去使用语音输入，用户担心的问题其实不是「机器有没有听见」，而是「听完之后还需要改多少」。
文章
这背后的变化是，语音输入正在从「记录工具」变成「内容生产工具」。
文章
钉钉智能语音输入背后的能力，本质上就是在真实办公流程中不断验证。
文章
赛道
但在国内，语音赛道还停留在单点工具的竞争阶段。
文章
这场从单点能力输出到全链路产品开放的升级，也为国内AI语音赛道的下一程，带来了全新的变量。
文章
识别
8月7日，阿里巴巴推出国内首个AI语音生产力平台CosyVoiceStudio，整合开放语音识别、语音合成、实时语音交互三类核心能力，覆盖「听、创、聊」全链路。
文章
在办公场景中，钉钉长期面对会议、沟通、协作等需求，需要解决复杂环境下的语音识别、会议记录和信息整理问题。
文章
过去，企业如果想使用语音能力，通常需要分别采购语音识别、语音合成、对话系统等不同模块，再通过技术团队完成集成。
文章
这些对于传统语音识别来说都是噪音，但对于大模型来说，恰恰是理解用户意图的一部分。
文章
直接
它们分别对应了语音AI正在进入的三个方向：帮助人更高效地表达，让声音成为内容生产资料，以及让AI能够通过语音直接参与业务流程。
文章
对话
在千问、豆包这些AI应用里，用户用语音对话的渗透率正在持续攀升，速度甚至超过了图像。
文章
在生活娱乐场景中，千问App的语音对话入口，则沉淀了海量日常沟通、内容创作、信息查询等C端语音交互数据，覆盖了更丰富的口语表达与用户习惯。
文章
其实
大模型之前，语音其实是一个没什么存在感的模态。
文章
为什么
效果
对于企业来说，这意味着语音AI的价值不再只是降低人工客服成本，而是开始成为企业服务体系中的一个新入口。
文章
