如何用chatgpt制作云希的语音

我不懂代码，却把 gpt 文本转语音做成了这样一个 window 应用。大家好，我是一文老师，在上个视频中讲到我已经做了一个程序，可以将文本转为 gpt 语音。 我发现每次都要打开 cmd 命令提示服，还要激活虚拟环境，很麻烦。所以我问 gpt 四如何把程序文件做成一个 window 应用，打开就能用的那种。 他告诉我应该在之前激活的虚拟环境中先执行这个命令，安装 pine installer， 安装完成后再执行这个命令就可以了。果然，我得到了这样的几个文件夹， bxe 文件藏在了这里，我觉得还是有点麻烦，如果能在桌面上就好了。马上就右键创建了一个快捷方式，从命令后 放到了桌面，这样我每次双击打开就能用了。我又觉得这个默认图标好丑，我让 gpt 给我画一个图标，不太满意，我发现这个更合适做图标， gpt 告诉我可以用这个把图片转换为 icu 格式的图标。我发现这个工具什么都能转换，大家有需要可以来粉丝群拿转换工具 转换后点击右键选择属性，点击更改图标，选中新图标后点击确定。这样一个好用漂亮而且还是自己制作的 tts 应用就完成了。

我们今天来学习如何使用 ai 配音，我们打开大刀至简这个网页，然后在这边找到 tts voe， 一点八点七点开它，点击下载，下载完就是这样的， 点击安装它，我之前装完了，所以我们直接打开，然后我们可以修改它的下载路径，这是转完语音之后 m b 三文件所在的位置，然后我们 点击开始转换富强 民主，然后他就自己转换好了。然后我推荐你们使用这个云溪，因为他比较清楚，而且还比较好听，然后也可以修改他的说话风格， 然后可以修改它的语速和音调，下载它，然后就会下载到这里，这里就是一个成品单 p 三文件可以直接使用的。

你的切的 g p t 只支持文字输入，我的切的 g p t 却能支持语音输入，想知道怎么实现的吗？你好你好，有什么我可以帮助你的吗？它不仅支持普通话的输入，还支持英语。 how are you as an artificial intelligence language model， i don't have feelings in a way that humans do， but i am functioning properly aligato good animals。 想要实现这个功能，其实非常简单啊，只需要这样一个插件就可以了，直接搜索 我这个名字，进到这个网站之后，他支持谷歌浏览器和微软浏览器，选择对应的浏览器，比如你是微软的浏览器， 然后直接安装这个插件到你的浏览器里面，重新打开切特 gd 的网站，在输入框的下面就会有一个语音输入的按钮了，非常简单吧。

哈喽，大家好，我是猫。上次我们不是分享一个网站吗？就是可以免费用云溪的那个声音，但是那个网站不是有个问题吗？就是他没有办法下载，晚上高峰期的时候你用他，他可能会卡，然后我也遇到过这样的问题，所以总的来说他还是比较麻烦的，但奈何他免费呢？ 我们又没有别的东西可以代替。直到我最近发现了这样的一个软件，他的后端还是那个网站，可以直接用到那边的声音，而且还可以保存下场，最关键的是他还不会卡，就是这个名字，微软语音合成助手。好吧，搜索一下，把这个软件打开，我们来试一下。 然后特别好的是他不是把所有语音都放一块了，他帮你分类分好了，然后我们直接选中文就好了，中文里面有这么多声音，然后我们选语音师，语言风格也给我们翻译好了，开心的。然后语速正常，我们试听一下，试试声音怎么样，还可以让我们保存一下。 哎，这就可以直接保存，就特别好，保存到桌面好，保存好了，听听看，试试声音怎么样。好，那这就是一个完整的演示过程了，这个是不是方便了很多？那如果觉得有用的话，给我点个赞，今天就先这样，拜拜。

哈喽，大家好，欢迎来到阿城科技频道，仔细听这个声音是不是非常熟悉，很多博主都在使用，今天我就教大家怎么使用。 首先打开微软的文本转语音，接着往下滑动，找到文本框，把文本框中的内容删除，输入你想需要转换的文字， 找到云溪，然后点击播放键，随便四个人那个还能，最后点击下载音屏即可。

ai 手把手教你三 d 建模。你现在用 g p t 四 v 和语音模型， g p t 会直接进入你的电脑，用语音告诉你在三 d 建模时具体的专业意见，以及每一步应该怎么做。 convert this cube into a sphere sure go into edit mode by pressing tab and press control shift b to bevel the vertices control shift b okay what should i do next medically select all vertices by pressing a。 可以看到 ppt 能实时读取电脑屏幕并给出语音指令， 这真的太爽了！每个小白都能快速上手专业软件，并且完成高质量的三 d 建模。 openai 开放接口以后， gt。 四 d 加语音模型绝对还有更多应用场景。有未开垦的荒地，而这片荒地下很可能蕴藏着大量石油，有很多商机和稿钱机会在里面。

前些天更新过一期视频，三分钟克隆你的声音，里面提到有复杂点的方法。有朋友想知道，这一回我们要用到的是百度飞奖 as doudio。 好啦，我们现在就开始了。打开飞奖，你需要注册并登录你的账户，如果你之前没有使用过飞奖，他会让你更新个人信息。完成这些后，点开项目菜单，来到这个页面， 我们直接搜索语音合成，点击这一项目进入。如果你对这些内容有些了解，那可以自行阅读，项目说明里就有教学如何操作。但如果你也是小白的话，那就别去管他，跟着我 step by step 就行。 点击蓝色按钮，运行一下，会花一点时间复制项目内容很快。 运行环境要选 v 一百三十二 g 账户有送的算力卡，点数可用，所以不必担心，不过每个小时要花一点。在操作完毕后要记得把它停止。 复制好后进入。来到我们要运行的主界面，同前面一样，不用管它写着啥，点击最上方第二个小箭头运行全部 sell， 等一会在这里显示这样的数据代表已经完成。点击左边测栏下方的 entitle stream late 派， 打开这个页面后，点击上方的，在浏览器打开。 接下来就要用到我们之前准备好的录音文件了，去 walker remover 点 or 上进行的录制，打开就能录，还可以简单调整音效，剪辑右下角，保存后关掉该文件，录制下一个 过三十岁生日那天录十个十秒以内的音频就可以了，记得不要超过十秒，长了可以直接修剪。他的剪辑器也超级好用。这家网站是无服务器程序，不会保存你的文件，不用担心安全问题。 不过唯一一点，录制好的文件不能直接上传。飞讲那边需要把采样率由四万八千转换为两万四千。这不，我还是在 adobe or decent 里进行的转换，在 adobe adecent 里打开文件另存时，采样率改为两万四千就可以了。录音文件准备好后就可以点开这个 上传了， 传好后点击检验数据就快好了。录音文件都合格后，我们需要确定训练步数数值可设在一百到两万。不过我一开始输入五百，发生了错误，可以先来二百三百，后期可以再加大数字继续训练。 起一个名字，我写的是 mivers， 开始训练了，几百步，所用时间只要几分钟，很快的，完成后他会恭喜你微调训练成功。最后一步我们来合成听听，看是否理想。 欢迎使用 color speech 做语音合成工作，一起来玩吧。哎呀，感觉有些噪音，一开始录音时太随意，最好 好进行降噪。升马器我三个都试了试，推荐 pwgan， 速度适中，效果适中。 vrnn 声音质量最好，但真的好慢好慢。 pasagan 速度最快，不过可能因为我的录音样本问题，由它合成的声音噪音最明显。 欢迎使用 tara speech 做语音合成工作，一起来玩吧！欢迎使用 tara speech 做语音合成工作，一起来玩吧！ 如果想要更好的效果，需要更大的数据量以及训练更长的时间。之后我又训练到一千多步，因为没有加更多数据，效果没有明显提升。听听看， 一曲新词酒一杯，去年天气就停台。夕阳西下几时回？无可奈何花落去，似曾相识燕归来，小园香径独徘徊。

ok， 大家好，我是 middle， 欢迎来到我的手把手，教你制作 chat gbt 智能音箱系列视频教程。 那在上一节的视频教程中呢，我们教大家如何通过 pgoys 来制作我们的唤醒词检测模块，那唤醒词检测呢，是我们触发智能音箱后续流程的一个入口， 那在今天的视频教程中呢，我会给大家介绍一下后续流程，语音识别以及语音合成这两个模块的具体实现方法。还是和上一节一样，所有代码我都会放到我的 get up 上， get up 地址会放在我的视频评论区中， 大家点个关注不迷路。 ok， 话不多说，我们直接开始。其实语音识别这个模块的意思很好理解啊，那所谓的 语音识别呢，其实就是把我们的声音信号转化为文本。为什么要转化为文本呢？是因为我们的 china gpt 模型，在对话的时候他只能够接收文本作为输入，所以在我们的音箱中呢，就需要首先把我们的语音转换成文本，再输入 chinagbt 进行处理。 那语音识别呢，其实也是一个相对来说非常成熟的技术啊，很多的互联网大公司都有相关的一些服务，比如说像国内做的比较好的就是百度云啊，阿里云， 然后像国外的话也是三个大厂，分别 microsoft， amazon 和 google 都有提供类似的服务。并且呢这些服务呢，大多数都是免费的，或者价格非常便宜的，我们直接来使用就可以了哦，这些大厂已经把 语音识别的技术给我们优化的非常好，那在本教程中呢，我将使用百度提供的语音识别的 sdk 来开发我们拆的这个 t 智能音箱的语音识别模块，那接下来我们就来看一下具体要怎么来实现， 和我们之前讲 phonex 时候的流程一样，那首先我们需要注册一个百度智能云的账号啊，这个是他的官网的页面呃，我们可以直接通过我们手机输入验证码的方式进行一个注册啊，这里就不多做介绍了，大家进行一个申请就可以了。 那注册完之后登录就进入到了我们这个页面，我们直接勾选同意，并且点击立即使用。那紧接着我们就进入了我们百度智能云的一个控制台，我们在这里点击搜索输入 语音，因为我们要查询语音相关的服务，然后点击这里的立即使用。 同样呢，这里需要点击一个我已阅读并统一需要进行一个实名认证才可以使用他的语音服务。 我们在这里点击开始个人认证，然后进行一个刷脸认证就可以了。在认证完之后呢，我们首先滑到这里点击一下领取免费资源啊，因为百度是呃针对他的各种智能服务，是给了我们一些免费使用的额度的， 包括说一些语音识别呀，语音合成等等吧，各种各样的服务都有一些免费使用的额度，并且时间还是挺长的，我们直接点击 领取免费资源，进入他的领取界面啊，可以看到这里呢就分别有语音识别和语音合成的服务啊，我们分别做一下全部勾选，然后点击一下后面的零元领取就可以了。这里大家要注意啊，就是一定要先领取他的这些免费资源， 不然的话后面我们是没有办法使用他的 sdk 服务的。那如果你已经领取成功了，那你会在你的服务列表这里看到如下两个内容啊，一个是我们的云识别啊，另外就是我们 后面要用到的那个云合成的部分。那接下来呢，我们要去点击一个创建应用，我们点击去创建， 这里需要输入一个英语名称，比如说我这里添一个 test， 然后呢下面需要勾选我们这个应用里面需要用到的技术啊，那在我们的这个智能音箱这个应用里面呢，我们只需要语音技术，我们在语音技术这里点一下全选就可以了，可以看到这里是包含了语音识别， 包括一个语音合成这样两个我们需要用到的服务的，然后这里我们选个人，然后你可以描述一下你的这个应用，比如说是智能音箱，就这里怎么添都无所谓啊，勾选上上面的这些服务就可以了，然后点击创建， 创建完毕之后呢，我们点查看应用详情，那在这个应用详情界面呢，我们可以看到我们的这个应用名称里面呢，会对应三个信息，一个是 a p p i id， 一个是 api k， 一个是 secret k， 这三个呢我们都需要复制下来啊，这里也很关键啊，这是我们相当于使用百度云提供的这个服务的一个身份认证的钥匙 啊，我们都需要把它们进行一个复制，并且呢保存到一个保险的地方，我们直接点复制，然后进行保存就可以了。 ok， 那在保存好我们的三个身份标识之后呢，就可以来进行我们的代码开发了。首先我们先进行语音识别模块的开发，我新建一个文件，在我的这个 speech models 文件夹下面， 因为语音识别是一个语音转文本的这么一个流程啊，所以我给他起名就叫 speech to text。 首先呢我们要导入百度语音服务的一个接口， 那如果使用这个接口的话，是需要首先进行一个安装的，那安装的 meaning 其实就是 keep in store， 百度 aip， 这个大家自行来做一个安装就可以了。紧接着呢，我们也需要导入一个 python 的语音模块啊，这个模块叫做 speech recognition。 然后就是利用我们的三个身份标识来创建一个百度语音识别的服务应用， 这里呢大家填写自己对应的那个身份标识就可以了。首先我们要新建一个函数，来实现我们从麦克风来收集语音的这么一个功能， 这里有一个比较关键的这个 参数啊，就是这个 read 采样频率，呃，我们这里直接设成百度语音能够接受的最大的频率就可以了啊，这个最大的频率是一万六。然后如果你想自己调这个参数的话，你一定要记住这个采样频率只能是八的倍数，我们直接设成一万六其实就可以工作了。 在这里呢，我们新建一个收集麦克风声音的这么一个数据源来采集我们的声音， 然后针对环境音里面的噪声进行一个处理。 紧接着呢就可以通过麦克风设备来收集我们的声音了，那在收集之前我们做一个打印，你们可以开始说话了， 这里的这个胎帽的这个参数呢，他的含义是说我这段音频录制他最长的时间呢是十五秒，超过十五秒他就会自动终止一个录制啊，一般我们和原音箱进行一个对话的时候，呃，时间也不会特别长，你说一句话的声音十五秒 之内一般也也都说完了啊，如果你觉得十五秒还是比较短的话，你你你可以自己把这个参数设的再大一点。 那接下来我们需要把麦克风收集的声音存储为一个文件啊，保存在我们的本地。 这么做的原因呢是我们把这个声音文件选到本地呢，可以方便我们进行一个 debug 啊看，呃，我们整个流程里面在声音录制这个环节有没有出现问题， 那存储之后呢，我们再来定一个函数，把这个文件读取成一个二进制的一个形式，然后呢二进制形式的这个音频文件就可以作为百度语音服务的一个输入，然后让他来做一个识别了。 那这里呢，我们要定义一个读取本地音频文件并转化成二音制的这么一个功能。 那接下来呢，我们就可以来定义使用百度 s d k 来实现我们的一个云识别的模块儿了。 这里也要注意啊，就是我们麦克风输入的话，采用频率必须是八的倍数啊，我们就直接使用一万六的采用频率和上面保持一致。 在这里呢，我们会直接调用我们上面定义的这个 record 函数，因为呢它会给我们返回通过我们麦克风记录下来那个音频文件的二音质形式啊， 然后这里我们会传入一个配置对象，配置对象里面有一个非常关键的参数叫做 p i d， 它的含义呢就是你是要识别什么语言啊？就比如说你是识别中文普通话 还是中文粤语还是英文啊？都是通过这个参数来做设置的，那我们这里呢就是识别普通话， 那这里的这个伪造的其实就是我们语音识别的一个结果啊，在拿到这个伪造的之后，我们要做一个判别，假如说它里面含有错误码， 呃，那我们就不往下进行传递了，并且呢要把这个错误码给显示出来，那如果说他里面没有错误信息，就说明识别成功了， 就可以把海瑞特出去进入到下面的流程。 ok， 那其实到这里为止呢，我们语音识别这个模块就实现完了，我们在使用的时候其实只需要调用这个函数，要把这个 if microphone 这个参数设备处啊，因为我们是通过麦克风来进行一个音频的输入啊，然后他就可以直接调用我们的 麦克风来做一个语音的记录，并且要用百度的这个 sdk 接口来实现一个语音识别这个函数最终返回的这个结果呢，其实就是我们，呃，通过麦克风设备输入的那个音频对应的文字啊，我们来做一个实验测试一下。 ok， 那现在我们把这个程序运行起来，这个程序运行之后呢，在我们的这个打印界面里面就会提示您可以开始说话了，然后我们对着麦克风讲一句话，看他是不是能把它识别成文字。 今天天气真不错，哎，我们可以看到， 呃，我们刚才说的这句话确实已经被打印到这个屏幕上了，说明我们这个语音识别的接口已经实现了，并且呢，可以看到这里他给我们保存了我们刚才所说的这句话的一个语音文件，我们来听听看。今天天气真不错， 今天天气真不错， ok， 没有问题， ok， 我们最后也是把整个语音识别的模块儿封装成一个类，以便我们后续对代码进行管理。本节课程的代码呢，我也已经上传到了 get up 里面， 给他们的具体地址见我的评论区，如果你觉得对你有帮助的话，就帮忙点个赞，再点个关注吧。 我们将在下节课程中继续介绍语音识别的逆过程，也就是语音合成的具体实验方式。关注我和人工智能一起净化。

请帮我画一幅大家在一起吃火锅的图，大概等了十五秒左右。 the image of friends enjoying how to get together how do you like it you can check out the images in our conversation history。 可以用中文沟通吗？当然可以用中文交流，请问我们可以帮您的。想把火锅换成麻辣火锅，油油的，不知道能不能听懂？ 最近我发现 thbt 四不仅仅在手机上面，可以随时帮我呢，英语翻译，英语家教，帮我查各种各样的资料，然后帮我把几十页的一个文件直接变成一个三十样的数据，让我能节约时间看懂他，甚至还能帮你出各种各样的设计的文。现在的画面已经变成牛油麻辣火锅了，你觉得怎么样？ 让我们再加点难度，想让中间那位黑人戴上一个生日帽，今天他过生日。好的，现在这位黑人女性戴上了生日帽，是不是看起来更有生日气氛了？他真的 做到了，如果碰到合适的图像保存的话，直接长按就可以保存在手机相册里面。我刚才看了下，它的参数是幺零二四乘幺零二四，所以如果要用于普通的平面设计的 刷之类，都是高清的。所有沟通的语音内容也可以直接在退出来的以后的文本里面查看，都是清清楚楚的 check gpt 四，真的能做太多你想象不到的事。

这条视频就给大家演示一下当下最流行最火的生成式 ai 工具 chat gpt。 那什么是 chat gpt 呢？它的中文名叫 人工智能聊天机器人啊，他是一个聊天对话的这样一形式的一个 ai。 那生成是 ai 呢？指的是 ai 可以自主产生内容。今天我们就来看一看他有多强大。我们今天主要演示他拆机器的语音对话功能，然后现在就进入到这个软件的界面了。啊，咱们主要测试他的语音功能，咱先给他打开看看，他正在网络连接。你好，你了解中国各地方的方言吗？ 我对中国的各地方言有所了解，您想了解哪个地区的方言？会有什么具体的问题吗？ 我希望你分别用四川话，呃，河南话，陕西话，上海话，粤语还有东北话分别跟我说一句话。当然可以，我来尝试用这些方言分别说一句话， 四川话你吃了没？河南话你咋的？陕西话你咋的？上海话你好吗？粤语你拾了胃，东北话你吃了吗？请注意，虽然我尽量模拟各地的方言，但可能并不完全准确。你有其他问题或想了解的内容吗？你四四川话说的不？没有感觉呀，你换一个别的。 好的，我再试一次。搞啥子嘛，这样可以吗？可以，那上海话你再换一个。 好的，上海今天好乏，这样子怎么样？嗯，有那味了。那从现在开始我让你用一直用东北话和我交流。好嘞，那咱就用东北话聊啊。嗨，你今儿想聊啥子了？ 但你说这个东北话我感觉不太标准吧，我听到了有一股外国的人味。哈哈，对不起了， 我确实不是真人，所以可能模仿的不够地道，不过我会尽量凑合着跟你聊，你说吧，有啥事我，我听你说话，有点真人的感觉，你是怎么做到的？ 谢谢夸奖，我是基于 open ai 的 gpt 四模型，被训练了大量的文本数据，所以能够生成自然的语言回复。 虽然我是机器，但我的设计目标就是模仿真人的语言模式和风格，以便和用户进行更自然的交流。不过我当然也有局限，有时可能不如真人那么的到，你还想了解啥子？ 我现在要考察你多个语言的能力，请分别用英语、俄语、葡萄牙语、西西班牙语、韩语、粤语说早上好，好的，这些语言的早上好是这样的， in good morning， udra dobber away udro bomb dia bonos dias and young， i say oh uh。 还有一种，还有一个词总用作，还有几个，你好，在早上还有一个词哦，还有用 oh hi， oh good timer um。 你还有其他问题或者想了解的吗？经过刚才这个简单的演示啊，相信大家现在对这个生成是 ai 拆 gpt 已经有一点感觉了。 那你觉得他强不强大呢？首先，我个人认为啊，他这个语音交互的这个语气，我觉得已经模拟的非常像人类了。同时呢，他掌握的知识我们只是考察了他，中国的方言他懂，然后各国语言他也懂。如果在现实的世界里，你很难找到这样一个人，他具备这样的能力，同时这个人呢，又能随时随地的跟你去交流，甚至他能教我说韩语， 对吧？所以这就是 ai 的强大之处。比如说这个 ai 它到底有没有自己的意识？它会不会像电影演的那样，有一天把我们人类给灭绝了呢？

最近我去了很多地方，比如意大利海尔，法国和日本。 have been all over the place recently like italy and france and japan。 要想达到这种没有意志篇腔调的配音效果，必须同时符合三个条件。第一，地道的口语翻译。我需要变得非常有名。 如果你很有名，每个人都喜欢你。 that's why i need to get really famous？ if you're really famous everybody loves you。 第二步，克隆说话者的声音。 汽车工人将没有工作，因为所有汽车都将在中国制造。 the other workers will not have any jobs because all of these cars are going to be made in china。 第三，把嘴型换了。我记得我妈妈在我还很小的时候带我去看她。 i remember my mom taking me to say it one of so pretty young。 我们来说说潘长江这身高，只要拍出来就是短视频，哈哈哈。 let's talk about panchangjiang with this height as long as it is filmed it can be a short video。 如果你制作以英国间谍为基础的电影， 肯定会受到詹姆斯邦德的启发。 if you're making any movies based in the world a british spy and you're bound to be inspired as i was by james bond。

今天给你们分享一个开园的低门槛语音克隆解决方案。 yx 是一个支持文本合成、语音和语音克隆的模型。先说说他的语言能力啊，他不仅支持英语，还能玩转中文和日语。 除此之外，你只需要短短录制几秒的声音，他就能完美复刻你的声文。还有更疯狂的，同一个声音讲不同的语言。想象一下，日语小姐姐突然用中文说话，还保留原汁原味， 这简直是跨语言通吃啊！你以为这就完了吗？无论你想要什么口音，他都能满足，中文带点英伦范儿，还是英语来点中国味道，通通都不是问题。感兴趣的话，我推荐你们按照官方的教程部署体验一下。当然，如果你不想本地安装，也可以在线体验。

大家好，我是 miki 分享，今天我们给大家介绍通过 open ai 的 whisper 模型实现语音转文字的一个功能。 首先我们来看一下在 open ai 的 platform 中有一个 audience 的 c 信，它这边介绍的就是我们的一个 create transition 的这么一个 in the point， 来帮助我们实现将我们上传的一个 m p 三的语音文件转化为一个字幕串，类似于这边的一个效果。如果你不能直接访问 open ai 的网站，大家可以通过关注米凯分享搜索 party 的，通过 h t t p 使用 open a 的 chat g p t 以及 whisper a p i 就能看到我们这边有关于 whisper 模型的介绍。 whisper 模型目前的话可以实现语音转文字，并且提供了两个 a p i， 一个是将音频直接 转化为文字，第二个是将音频转化为特定的翻译语言。接下来我们给大家介绍一个模型的实力请求，它的 endpoint 呢是 audios translations， 然后 方法是 post， 它接收两个黑的，一个是 alteration， 还有一个是空传 type 是 martypart formed， 然后它接收两个字段，一个是 feel， 就是我们想要上传的一个 m p 三文件。还有一个是模型，那么我们这边模型只接受一个 waspa 杠一的这么一个模型。 模型的具体参数我们这边也有媒体，大家如果对详尽的操术感兴趣，可以看这边关于模型的具体参数。接下来我们具体来看，在 pro ultimate 的一个视力打开我们 pro ultimate， 我这边建了一个 pro apps v to 的流， 接收一个参数是一个文件，就是说我们选择一个音频文件，然后我们通过创建一个 http 的操作，接收的方法就是 post url 就是我们的 audios transitions， 黑的这边可以给大家看一下，那么他接收的是空中 type 以及二手的微信。大家注意把这边的 token 换成你从 open api 的 personal city 那边获取的一个 token。 portotmate 中核心的区别就是我们这边的一个波点， 大家看到我们如果是用的 c u i o 请求，那么这边是传的一个是本地文件，但是我们在 pro alt 美德中是没有办法直接传本地文件的，所以我们需要这么一个 justin 的一个结构。大家会看到我们这边的 corner tab 指定的是 marty part form did， 然后它第二个参数是 marty part， 接受一个数组来接受每一个特定的字段，那么第一个字段那么大家会带我们的 name 是 model， 对应的是 west 杠一，那么你需要自定义的，那就是我们这边，我这边 body 的 content 呢，会读取这边 perhaps 传进来的一个 audio 的 content， 也就是这边的 content beats。 第二个参数是黑的，黑的的就是 fail fail name， fail name， 我也是直接从我们传进来的文件中去拿 fail name。 关于这边的波点，大家也可以在我们的文章中直接复制过来， 复制成功之后，那么我们就需要去提取我们的一个数据结果，而数据结果的话，大家能看到我们这边返回的就是这么一个 jason 的字符串， 我们可以通过 pass jason 来进行一个 skimma 的转化，那 body 就是接受到我们这边是 hdp 请求的 body， 然后通过一个 skimma 来生成一个结果，而这边 skimma 大家可以通过直接简单的 forma jasm payload 可以提取这边的一个，这边一个支付叉，那么也可以在我们的文章中直接复制我们的一个 scheme。 最终我们是将上一步 pass test 的， test 的结果反而会会为我们的 power app 或者是 follow 中点击 sale， 然后我们来运行给大家看一下效果。这边我们以一个米可爱分享点 m p 三文件作为视力，我们先打开给大家。米可爱分享，专注于办公自动化，提高工作效率，欢迎大家关注点赞收藏 分享点 mp 三就对于我们刚刚播放的一段视频，接下来我们以这个文件来给大家测试以及 input， 选择我们这边刚刚播放的一个文件，点击 runflow， 在最终的运行结果中我们就能看到我们这边就是他输出的一个一个结果。米可爱分享，专注于办公自动化的一个提高效率。大家也能看到这边的语音转文字的准确度还是很高的，不管你对视频中的内容感兴趣或者对 power ultimate 感兴趣，欢迎大家关注米可爱分享，订阅 poetme 合集，搜索 poetme 的通过 http 使用 oppo ai 的翘的 gpt 以及 whisper api， 欢迎大家点赞收藏关注。

ai 语音现在强到了什么程度？这个刚刚发布的 bug， ai 居然已经可以有感情地朗读你给他的文字。 我们先来感受一下， i like pizza， but i also have other interests such as play。 如果不是我知道这是 ai 的话，我基本上不会怀疑他不是一个人。 并且你听到了吗？他在笑，是那种毫无违和感的笑，而不是这种哈哈哈。除了会笑，他还会各种情绪的表达，比如伤心，叹气 now his business is toast 或者悄悄话 i've got a secret to tell you i can pass the turning test。 甚至它还可以唱歌 in the jungle， the mighty jungle。 并且它还能克隆你的声音。最重要的是，它是完全开源免费， 你可以直接安装在你的电脑上使用。这结合在上一期视频的 ai 拍电影，那不就成了吗？下期再给他加上环静音，别忘了点个关注。

各位小伙伴们，你们知道吗，亚马逊最近又推出了一个非常厉害的人工智能编程工具 amazon called wisper， 它的名字呢叫代码地语，意思就是它可以直接听懂我们的语言的代码需求，然后自动帮我们生成编程代码，厉不厉害？ 而且只需要用说话的方式描述一下你需要的函数功能，那么这个 m 呢，扣的 visper 可以给到你可运行的代码，比如说我说，嘿，直接帮我写一个数字数据库，查询用户的这个信息的函数，那么他就自动会转换成拍摄或者是 java 版本的代码。如果说我要改为 java 的那个脚本，也可以直接告诉他他的原类型， 他就会自动进行语言的切换啊。我觉得这个工具呢，最重要的这个创新点在于，他是第一个真正能够理解开发者自然语言描述的这个编程助手。以前的那个语音助手不太能识别我们一些比较专业的一些程序员的术语吧，但是呢，像 kevins call the whisper 可以通过机器学习算法 专门训练过的这个语音编程识别模型啊，所以说他可以直接理解那些程序员的专业术语啊，这将大大提高这些开发人员的开发效率啊。目前 comenzon code whisper 已经在优化推广的阶段了啊，大家呢有兴趣的可以去看一下， 未来呢，他会开放更多的这个功能啊，支持更多的语言，甚至可以帮助我们去优化代码的质量，提高调试的效率啊，包括也会给到你一些建议。呃，我觉得这个语言编程将会是所有未来程序员未来的工作的很好的助手啊。 总值扣的 visper 无疑是编程界的一个划时代的发明啊，他也许会彻底改变程序员以前的这个工作模式。我也非常期待他以后的这个大规模的使用啊，到时候就可以直接成为这个首席的编辑助理了，这绝对是编程界一个很大的利好消息。

你好，你会讲中文吗？ yes， i can communicate in chinese。 可以用中文男人的声音告诉我，升级后你有什么功能吗？ 当然可以哇！大家好，我今天真的超级超级激动，来和大家分享一下，你们知道 chai g p t 吗？现在它有了全新的语音对话功能。对，没错，我们之前可能都觉得， 嗯，语音助手就是就是读读文字而已，像 siri 和 google assistant 那样。但是 chi gpt 完全改变了游戏规则， 他说话的时候，每个字，每个停顿，每个语气都像是一个真人在和你聊天。我第一次用的时候，我都不敢相信这是真的他的语音，他的反应简直和朋友聊天没什么两样 啊！真的，我觉得大家都应该试试。按理说你是个机器人，但我发现你具备人类说话的口吻和习惯，能感觉到你在思考，甚至你还有气泡音，让我感觉毛骨悚然。我很好奇你是怎么做到的 啊？这是一个很有趣的问题。我的我的，呃，气泡音跟特征不是通过学习的方获取的啊，而是通过文本转语音技术生成的。 这个声音是由深度学习模型生成的。我是由 open ai 开发的语言生成模型，名字叫做 g p t 四、我并不是真正的思考，而是通过分析大量的文本学会了模拟人类的语言模式。当你和我交流时，我会根据我学到的知识 和模式生成相应的回答。我并不具备真正的意识或感觉，只是模拟出了类似于人类的交流方式。这种技术有时会让我让我看起来像是在思考，但实际上我是在计算和生成回应。 有其他关于我或者其他方面的问题吗？你觉得苹果和华为哪个更牛逼？这个问题有点主观呢？ 华为和苹果都是非常成功的科技公司，他们在不同的领域和市场都有着各自的优势。苹果以其创新的设计和高端产品而主成，而华为在通讯技术方面非常强大，并且在多个国家和地区都有着广泛的市场份额。 每个人可能会根据自己的需求和偏好有不同的看法。你对这两个品牌有什么特别的看法或者经验吗？

嗨，同学们，分享一个不用下载网页端就能实现自动剪辑的 ai 工具，一针秒创。那只要一段话呢，就能自动生成视频。一共分为两个部分， 首先点击这里的 ai 帮写，描述一下我们的需求。那这里我让他写一个假设封神榜人物来到现实世界的选题内容。那最牛的是他还可以选择行文结构，那确定了文案长度，再点击生成视频，等待几秒钟， ai 就给我们写好了。 然后这里可以选择视频比例，再点击生成视频， ai 呢，就会对整段话进行拆解。再点击下一步，他会分别对每句话进行语意分析， 然后跟每句话呢都匹配对应的视频画面。如果你觉得不满意，点击这里替换素材，从海量的素材库中找到合适的画面，还能点击本地上传，选择准备好的视频。那点击这里呢，可以更换喜欢的背景音乐，还有多种的 ai 配音。最后点击生成视频，等待几秒钟，一条视频就做好了。当古老的封神榜中的人物传 导演时空踏入现实世界，他们将面临前所未有的挑战和冲突。不仅如此，还可以直接粘贴文章的链接，自动分析文章内容，就快速生成视频。那这对于我们做自媒体来说呢，是大大提高了创作效率。学会同学点赞，上车关注我，带你用导演视角破译短视频创作。

大家好啊，我最近发现了一个学英语特别好的一个工具，那就是利用那个叉叉 gpt 四新上线的语音功能。 那我用了这个功能之后呢，发现好像打开了那个新世界的一个大门，感觉，嗯，对于我这种社恐的学生来说特别特别好用。他的智能程度呢，堪比一个老师站在你的面前给你一对一的辅导， 而且老师给你辅导也有嗯，厌烦的时候，但是你可能问很多问题。很简单呀，他可能觉得不耐烦，但是叉 bbt 四不会存在这个问题。你可以一个问题，一次，两次，甚至十次，二次，二十次去问他， 直到你听懂为止。那下面呢，我就用 chat gp 四的语音功能来演示一下如何来练习英语。你好，我现 现在在美国，英语的听力和口语不是很好，你能陪我练习英语吗？当然可以，我很乐意帮你练习英语。我们可以从基本的日常对话开始，比如你可以模拟在超市、餐厅或者公交车上的场景， 或者你也可以直接给我一个主题，然后我们可以围绕这个主题聊天，你觉得怎么样？ ok， 很好。那么假设我现在在一家牛排馆，我要点餐，我该怎么样跟服务员讲呢？ 如果你在一家牛排馆要点餐，你可以这样说， hi， i'd like to order a steak please can you suggest a good cut or any specials today。 这意思是，你好，我想要一份牛排，请问你们今天有什么特别推荐， 或者哪一种牛排最好吃呢？你还可以根据自己的需求，加上你喜欢的熟度和配菜。例如， i'd like it medium rare with mashed potatoes on the side。 意思是我要七分熟，旁边搭配土豆泥。你要不要试着重复这些句子或者有其他问题吗？ 你刚刚讲的太快了，我没有听清楚。呃，你说牛排七分熟是怎么讲的来着？ 抱歉，七分熟的牛排在英语里是 medium， 所以你可以说， i'd like my steak medium， please。 这意思是我想要我的牛排七分熟。希望这次你听清楚了。你还有其他问题吗？我想问一下，牛排全熟怎么讲？牛排全 传说在英语里是 well done。 所以如果你想要你的牛排全熟，你可以说， i'd like my steak well done please。 这意思是我想要我的牛排全熟。希望这对你有帮助。你想知道其他的熟度吗？还是有其他问题？ 在我理解， well， don 的意思是干得漂亮，做得好。为什么在这里是全熟的意思呢？ 当然可以不用担心。 well done 这个词组在日常对话中确实常被用作干的漂亮或做的好的意思。 但是，当我们谈论实物，特别是肉类的熟度时， well， done 指的是全熟。语言经常根据上下文或语境有所变化，这就是其中一个例子。所以同 一个词组在不同的上下文中可能会有不同的含义。这种情况在英语中是很常见的。希望这次解释能帮助你理解。好的，我理解了。那么，嗯，假设我现在要接单，请问我该怎么样跟服务员讲呢？ 如果你想要结账，你可以对服务员说， excuse me can i get the check please？ 或者 excuse me can i get the bill please？ 这两种说法都可以。意思是，打扰一下，我可以拿账单吗？在一些地方，人们更常使用 check， 而在其他地方，其他地方，人们可能更习惯说 bill。 不过无论你使用哪一个词，服务员都会明白你的意思。你还有其他问题或者想练习其他情景吗？