貓狗內(nèi)心OS，AI真能猜出來？

800多塊錢。

買一個(gè)能聽懂貓狗說話的AI翻譯器，大家會(huì)掏錢不？

忘了說，這東西還是能實(shí)現(xiàn)人和小動(dòng)物「雙向?qū)υ挕沟哪欠N：

△源自：YouTube“PettiChat”賬號(hào)

說出來友友們可能不信，據(jù)了解這個(gè)叫PettiChat的寵物翻譯器——

目前已經(jīng)預(yù)售「2萬單」了。（doge）

它能夠?qū)⒐饭返姆徒泻拓堖涞倪鬟髀曓D(zhuǎn)換成完整的句子。

而且據(jù)說準(zhǔn)確率還能高達(dá)95%……

其實(shí)，我猜。

大家心里跟我想的一樣，這玩意兒，到底是不是雞肋產(chǎn)品?。?？？

800多塊錢的寵物叫聲翻譯器，預(yù)售兩萬訂單

u1s1，寵物翻譯器絕對(duì)算不上什么特別新鮮的東西。

我隨手在淘寶一搜，就能跳出一堆「情感翻譯」「寵物智能翻譯」之類的小硬件。

主打的賣點(diǎn)也都差不多——

能識(shí)別貓狗情緒、判斷寵物需求、幫鏟屎官理解毛孩子的內(nèi)心OS：

以至于剛看到這個(gè)產(chǎn)品的時(shí)候，我第一反應(yīng)是：

哦？又一個(gè)鏟屎官賽道小玩具。（不屑.jpg）

等我點(diǎn)進(jìn)demo展示，我感覺我可能大E了……

因?yàn)檫@個(gè)名為PettiChat的寵物翻譯器，特殊就特殊在，它想做的不只是識(shí)別寵物情緒——

而是直接把目標(biāo)打到了「貓狗同聲傳譯」上。

按照官方說法，這個(gè)800多塊錢的小設(shè)備，可以掛在寵物項(xiàng)圈上，實(shí)時(shí)捕捉貓狗叫聲。

然后通過配套App里的AI模型，就把寵物叫聲轉(zhuǎn)成一句人能看懂的話：

△

而且吧，翻譯延遲號(hào)稱只有1.2秒。

也就是說，你家貓剛沖你“喵”完，設(shè)備那頭就會(huì)傳來聲音：我餓了！別碰我！快來陪我玩～

（聽上去比一些人類的AI翻譯工具反應(yīng)還快)：

然后，離譜的技能點(diǎn)又來了，當(dāng)我以為它只能同聲傳譯的時(shí)候，我發(fā)現(xiàn)——

這玩意兒，還自帶寵物位置追蹤和安全警報(bào)的功能？？？

就比如鏟屎官可以在App里設(shè)置安全區(qū)域，如果家里寵物跑出范圍了，手機(jī)會(huì)收到警報(bào)。

不僅如此，它還能直接在App里，通過語音模型來「克隆」寵物的音色。

從官方展示的demo看，不需要額外的設(shè)備，通過語音模型，這產(chǎn)品就能生成一段帶有寵物聲音特征的語音回復(fù)。

這下好了，AI翻譯進(jìn)軍寵物賽道還沒多久，聲音克隆也跟著一起上車了：

說到這兒，感覺這產(chǎn)品多少有點(diǎn)魔幻的……

大家也都知道，以前鏟屎官理解寵物，靠眼神、靠經(jīng)驗(yàn)、靠玄學(xué)，最多再加一點(diǎn)「它是不是又罵我呢」的自我腦補(bǔ)。

emm…感覺PettiChat這個(gè)產(chǎn)品屬于是是給貓狗配一個(gè)隨身字幕組？？

當(dāng)然了，這里面最容易引發(fā)爭議的，也正是這個(gè)「翻譯」 本身。

畢竟寵物翻譯這個(gè)東西聽起來就蠻雞肋…

翻譯的對(duì)不對(duì)，翻譯的準(zhǔn)不準(zhǔn)，小貓小狗也說不上來，人也說不上來，全憑產(chǎn)品說啥是啥了。

帶著這點(diǎn)小懷疑，我順藤摸瓜跑去官方尋摸了一圈，想看看人家所謂「讓貓貓狗狗和人類絲滑交流」的科學(xué)原理：

簡單說，PettiChat背后主要靠的是一套基于大模型的「聲音識(shí)別」和「情緒推理」系統(tǒng)。

第一步，先把聲音喂進(jìn)去——

用超過幾百萬條寵物聲音樣本訓(xùn)練，識(shí)別貓狗叫聲的頻率、時(shí)長、聲紋特征，這一步解決的是「聽到了什么」。

第二步，再讓模型識(shí)別——

通過「行為與語言雙重建?！梗噲D把貓狗的叫聲和動(dòng)作，拼成一個(gè)動(dòng)物行為世界模型，這一步解決的是寵物它想干嘛，本質(zhì)上是AI根據(jù)叫聲特征做出的情緒和需求推測。

第三步，把識(shí)別出的東西變得夠快——

底層用Transformer架構(gòu)跑大模型，再疊上各種算法，讓模型能夠做出快速實(shí)時(shí)翻譯。

就是這么個(gè)能翻譯、能克隆寵物音色、能追蹤定位的AI寵物硬件產(chǎn)品。

據(jù)了解，單單預(yù)售就已經(jīng)賣出2萬臺(tái)了…

貓狗內(nèi)心OS，AI真能猜出來？

問題又來了。

靠叫聲的頻率、時(shí)長、聲紋特征，就能識(shí)別出寵物內(nèi)心OS，這事兒真的靠譜嗎？

你還真別說，這個(gè)方向不是PettiChat憑空想出來的。

早在2005年，匈牙利羅蘭大學(xué)的Pongrácz團(tuán)隊(duì)就做過一項(xiàng)挺有意思的研究。

他們找來一種叫Mudi的匈牙利牧羊犬，錄下它們在不同場景里的叫聲——

比如陌生人靠近、獨(dú)自在家、出門散步前、想要球、和人玩、進(jìn)入攻擊狀態(tài)等等。

結(jié)果人家還真發(fā)現(xiàn)，不同情境下的狗叫聲，在一些聲學(xué)特征上確實(shí)有明顯差異：

像諧噪比、基頻、峰值頻率、吠叫間隔這些聽起來很硬核的指標(biāo)，都會(huì)隨著場景變化而變化。

更有意思的是，人類聽眾也能憑這些聲音差別，把一部分狗叫和對(duì)應(yīng)情境對(duì)上號(hào)～

所以貓狗的叫聲里，確實(shí)攜帶一部分情緒和意圖信號(hào)。

人類能聽出一些區(qū)別，AI當(dāng)然也可以去學(xué)這些區(qū)別，PettiChat這類產(chǎn)品的邏輯，肯定也是有依據(jù)在的。

但說實(shí)話，至于官方說的95%左右準(zhǔn)確率到底有多準(zhǔn)，對(duì)于鏟屎官來說，可能反而沒有那么關(guān)鍵了。

真正讓人上頭的，是PettiChat這類硬件給了人和寵物之間一個(gè)新的回應(yīng)方式。

哪怕你明知道這里面有AI推測，也有人類包裝，但那一瞬間，寵物好像真的離你更近了一點(diǎn)?。?！

最后的最后，還是想說，AI寵物賽道還是太卷了。

卷到我壓根想不到，在這個(gè)人和人之間溝通都費(fèi)勁的時(shí)代，寵物和人能實(shí)時(shí)對(duì)話了。

甚至嘛，我已經(jīng)能想到「AI翻譯賽道」接下來的產(chǎn)品線了——

基礎(chǔ)版：翻譯貓狗。

Pro版：翻譯鸚鵡、倉鼠、龜

當(dāng)然也可以不局限于寵物翻譯哈，再比如——

Max版：翻譯甲方說的「再改一版」。

企業(yè)版：翻譯領(lǐng)導(dǎo)說的「辛苦了大家先回去吧」。

究極版:翻譯相親對(duì)象那句「我覺得你挺好的」。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com