1
00:00:00,000 --> 00:00:14,600
通常我給大家推薦一款AI工具的時候,往往我都習慣先描述它的痛點。但是這款微軟推出的AI工具就不一樣了。大家先看一下它的STAR數。53.5K啊,BRO。

2
00:00:14,600 --> 00:00:29,600
閉著眼就知道收藏了再說了。好,接著我們再看一個數據。能夠一次性處理長達60分鐘的音頻內容。什麼概念呢?你有用過其他ASR語音識別工具的話就知道了。

3
00:00:29,600 --> 00:00:58,400
很多都是處理不了長音頻,需要分割成短音頻才能繼續識別的。但是呢,這樣子一做的話,下下文就割裂了。這個和大語言模型的RAC的原理一樣啊。就是以前我們的大語言模型,它上下文不夠長嘛。它的Quantus Window不夠長。所以呢,我們需要先把一篇很長的文章啊,或者一個文檔啊,先叫它分割了。然後去做那個Word Embedding啊,丟給這個限量數據庫。然後等到用的時候呢。

4
00:00:58,400 --> 00:01:15,400
我們再去那個限量數據庫裡面去找,找到對應的內容。但是啊,因為你是一片一片,你分割了的。然後呢,你取回來的內容啊,可能已經缺失了很多上下文了。這個時候你再丟給這個大語言模型啊。往往你得到的不是你想要的結果。

5
00:01:15,400 --> 00:01:27,400
而這60分鐘的這個音頻呢,就相當於說你的大語言模型已經有很長的上下文了。你直接把一篇文檔丟給這個大語言模型,它就能全部識別到了。你不需要再去做分片。知道吧。

6
00:01:27,400 --> 00:01:39,400
這裡呢,我首先想到了一個融入場景啊,就是開會。比如說你一開一個小時的,直接將這一小時的這個錄音啊,丟給它總結。然後開完會了,就直接得到你的那個開會記要了。

7
00:01:39,400 --> 00:02:09,320
又或者說你圍繞這個產品啊。做一個自己的一個硬件的產品也好。做一個自己的,比如錄音筆吧。做一個錄音筆。然後呢,你呢,開會的時候啊,直接錄音。然後呢,完了之後,直接呢,把這個啥?把這個會記要啊,直接發給你的各個同事。然後呢,發給他們的郵箱。是吧?這有很大的一個想像空間呢。看起來這個模型不大,大家可以看一下啊。這裡看到沒有?1.58G。然後呢,

8
00:02:09,320 --> 00:02:21,320
CPU就能跑了,GPU都不用買了。所以呢,隨便找個公司裡面的電腦啊,就能裝起來,就能玩啊。好,感興趣的話,趕緊玩起來吧。AI產品GG手,每天分享免費AI工具的技巧,關注!