业界新闻

GigaChat 现已学会识别情绪、区分说话人,并能定位两小时录音中的关键片段

发布时间:2026-07-16 00:00:00 来源:转载 责任编辑:Lily

【导读】GigaChat AI助手的用户现在可以使用升级后的神经网络模型 GigaChat Audio——一款能够处理音频文件的大型语言模型。该人工智能已学会理解用户的语调,并在音频信息处理方面获得了更强的能力。


1784031177323857.png


AI助手变得更具同理心:它现在能够通过语调、声音特征和发音细节,理解用户表达的情绪——喜悦、烦躁、悲伤等。这使它能够做出更得体的回应:例如,对烦躁的用户回答得更温和,或者在用户分享好消息时配合其情绪。


该模型已能够处理长达两小时的录音,并可在其中进行导航定位:用户可以询问对话中某个具体问题是在哪一时刻讨论的,请求总结某一段落,或获取整段录音的摘要并附有时间戳链接。神经网络能够区分录音中的不同说话人。这一功能对于分析会议和通话、录音导航以及会议记录非常有用。


AI助手现在可以直接从语音对话中记住对用户重要的事实,并在后续对话中加以参考。当用户再次提问时,GigaChat会考虑之前表达过的偏好——例如,根据用户的兴趣规划旅行路线。用户对该功能拥有完全控制权:可以随时查看、编辑已记住的事实,或在个人资料设置中关闭记忆功能。


根据独立测试结果,新款 GigaChat Audio 模型在理解和回应语音查询方面的能力已达到全球最佳同类产品的水平。这一点在 Arena Hard Audio 测试中得到证实,该测试中专家以“盲测”方式比较不同模型对相同语音问题的回答。GigaChat Audio 32.4 获得了75%的胜率——几乎与 Gemini-3-Flash-preview(77.5%)相当,并超过了 Gemini-2.5-Pro(62%)。在情绪识别准确率方面,Sber的新模型达到了80%,高于 Qwen3-Omni-30B(70%)或 Kimi-Audio(62%)。


面向开发者的可用性


除了集成到AI助手中之外,团队还以开源形式发布了轻量版 GigaChat Audio。该神经网络原生支持俄语和英语的识别,并可训练用于其他语言,包括独联体国家语言。为此,只需收集数十小时带标注的高质量音频录音即可。基于该模型,可以构建转录服务、发音训练工具、配音质量评估工具、具备上下文理解的语音翻译器,以及长录音摘要服务。


Sber还以开源形式发布了 GigaAM——一套自动语音识别模型家族。这是俄罗斯第一款支持多语言的开源模型,也是在俄语语音识别质量方面最好的开源解决方案。据测量,GigaAM 的错误率比最接近的竞品低1.5到2倍。该模型支持俄语、亚美尼亚语、吉尔吉斯语、哈萨克语和乌兹别克语,并提供两个版本——可在普通处理器上运行的紧凑版,以及提供更高识别质量的旗舰版。GigaAM 适用于呼叫中心和语音助手、会议、采访和播客的转录、应用程序中的语音输入以及自动字幕——凡是用户使用多种语言的场景皆可应用。


这些模型现已可在 GitVerse 和 Hugging Face 上获取。关于新模型的科研论文已被语音技术领域顶级国际会议 Interspeech 2026 收录。


俄罗斯联邦储蓄银行生成式AI发展部高级副总裁兼负责人安东•弗罗洛夫(Anton Frolov):


“语音是与技术交互最自然的方式,但也是最苛刻的方式:任何被忽略的情绪或误读的语调都会立即破坏用户对助手的信任。因此,我们认为音频是AI助手市场的增长点。通过将这些模型开源发布,我们为开发者和研究人员提供了强大的工具。我们希望这将催生出能够消除语言障碍、让信息对所有人都可及的服务——无论用户偏好以语音还是文字进行交互。从实时语音翻译到为言语障碍人群提供的服务,语音技术的应用范围比乍看起来要广泛得多。而多语言性以及易于训练其他语言的能力,也为它们打开了国际化的前景。”



gg_20260512171736_266_20260622170931_179.png


为您推荐

MathWorks 与启迪之星达成战略合作,为孵化内初创企业开放 MATLAB、Simulink 初创计划 业界新闻

MathWorks 与启迪之星达成战略合作,为孵化内初创企业开放 MATLAB、Simulink 初创计划

MathWorks 与启迪之星正式达成深度战略合作,面向启迪之星孵化网络内符合条件的硬科技初创企业,推出 MathWorks 初创计划。成立 5 年内、研发工程师少于 15 人的初创公司,可获得为期 12 个月的 MATLAB、Simulink 及百余个附加工具箱免费许可,同时享有专家技术支持、在线培训、MATLAB Central 社区资源以及联合营销机会。合作聚焦人工智能、医工交叉、光电与智能感知、新能源、新材料赛道,帮助初创团队降低算法开发、系统建模、原型验证的试错成本,推动实验室技术向商业化产品转化。

能源电路 互联技术 Central(中环)

ST25DA‑C:首款完全符合 Matter1.6 NTL 标准器件,实现 Matter NFC 完整配网 技术应用

ST25DA‑C:首款完全符合 Matter1.6 NTL 标准器件,实现 Matter NFC 完整配网

意法半导体 ST25DA‑C 是市场首款完整支持 Matter 1.6 NTL(NFC 传输层)规范的动态 NFC 标签器件。传统 Matter 方案依赖 QR 码贴纸或者 BLE 蓝牙完成配网,存在贴纸易损坏、设备必须上电才能 BLE 配网等现实痛点;Matter1.5 版本下 NFC 仅能做入网引导,完整配网依旧需要 BLE 参与。ST25DA‑C 继承 STSAFE 安全元件技术,内置加密运算能力,依靠 NFC 射频取电即可完成预配网,设备上电后直接接入 Matter 网络,实现真正的 “碰‑to‑commission 碰一碰配网”。本文对比新旧 Matter 配网方案差异,拆解 ST25DA‑C 安全能力、硬件规格与工程落地价值,为智能家居 IoT 硬件开发者提供技术参考。

AI&loT 互联技术 RF /微波 碳化硅(SiC)器件 ST(意法半导体)

贸泽赞助|2026 “创造未来” 设计大赛决赛入围名单揭晓,纽约现场演示角逐高额奖金 业界新闻

贸泽赞助|2026 “创造未来” 设计大赛决赛入围名单揭晓,纽约现场演示角逐高额奖金

贸泽电子(Mouser)持续赞助的全球知名“创造未来(Create the Future)” 设计大赛,公布 2026 年度决赛入围名单。本届赛事由 SAE Media Group 与《Tech Briefs》主办,英特尔、ADI、COMSOL 联合参与赞助,入围作品将赴纽约开展现场演示,共同角逐 25000 美元最高奖金。大赛分为航空航天国防、汽车交通、电子产品、能源动力、制造材料、医疗、机器人自动化七大赛道。本文整理全部决赛入围项目、赛事背景,一览全球工程师面向民生改善、可持续发展的创新成果。

医疗穿戴 汽车电子 MOUSER(贸泽)

埃赛力达推出 OmniCure AC7+ UV‑LED 面光源固化系统:辐照强度提升 40%,支持分段 LED 模组控制 新品速递

埃赛力达推出 OmniCure AC7+ UV‑LED 面光源固化系统:辐照强度提升 40%,支持分段 LED 模组控制

埃赛力达(Excelitas)正式发布新一代OmniCure AC7+ UV‑LED 面光源固化平台,在成熟 AC7 平台基础上实现辐照强度最高 40% 提升,峰值辐照强度超过 7.5 W/cm²,纵向均匀度优于 ±5%。产品具备 LED 模组级分段控制、RS485 组网通信、增强热管理与 VOC 防护,提供 150 mm、300 mm 两种固化宽度,向后兼容老 AC7 设备。广泛用于显示器、触摸屏、光学薄膜、医疗器械、半导体晶圆胶带加工等自动化产线,本文梳理产品升级要点、核心特性与应用场景,为工业 UV 固化选型提供参考。

通信广电 医疗穿戴 光电显示 LED驱动 Excelitas(埃赛力达)

特别推荐

更多

行业动态

更多

技术应用

更多

选型替代

更多

产品信息

更多

热门搜索

更多

欢迎登录

没有账号,

账号注册

注册成功!

3S后自动为你跳转登陆