We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode WTR | Severance 完结啦!OpenAI 推出语音合成 API

WTR | Severance 完结啦!OpenAI 推出语音合成 API

2025/3/28
logo of podcast 一周科技回顾 | WTR

一周科技回顾 | WTR

AI Deep Dive AI Chapters Transcript
People
周周
飙飙
Topics
周周: 我参与讨论了OpenAI发布的三个新语音模型:两个语音转文本模型GPT-4O Transcribe和GPT-4O Mini Transcribe,以及一个文本转语音模型GPT-4O Mini TTS。新的语音转文本模型比之前的Whisper模型更快,可以处理更短的音频。文本转语音模型可以通过自然语言指令控制生成的语音效果,但OpenAI并没有开源这些模型。我认为OpenAI新模型的效果与其他高级模型类似,自然语言指令的功能也并非创新。 关于iOS系统下的YouTube应用视频模糊问题,我也进行了讨论,YouTube已经承认了这个问题,并表示正在修复。此外,我还提到了Apple Intelligence的开发进度落后于预期,相关宣传视频已被苹果隐藏,并且Siri的研发负责人也已更换。 最后,我还谈到了可口可乐推出的氢动力自动贩卖机,以及我对美剧《Severance》第二季的评价。我认为该剧第二季的剧情推进缓慢,部分集数内容冗余,尤其是第九集和第十集,以及第八集篇幅过长,大结局也比较水。角色对话含糊不清,信息量不足,导致剧情发展缓慢。 飙飙: 我主要讨论了华为发布的Pura X折叠屏手机。这款手机展开后的屏幕比例为16:10,折叠后的屏幕比例为1:1,这导致折叠后屏幕较小,外屏实用性较差。但16:10的比例在观看横屏视频时有优势。这款手机的尺寸比iPad mini还要小,更像是一个改进版的Pocket手机。华为Pura X手机的定价与CEO于成东此前‘人人都买得起’的宣传存在矛盾。此外,华为Pura系列手机的设计和壁纸都与苹果iPhone系列相似。 我还讨论了Bigscreen Beyond 2 VR眼镜,这款眼镜轻便,但功能有限,需要连接PC使用。最后,我也谈到了Apple Intelligence功能远未达到宣传中的效果,引发用户不满,以及Vision Pro负责人Mike Rockwell接管Siri研发的情况。

Deep Dive

Chapters

Shownotes Transcript

2025 年 3 月 22 日上午 11 点 59 分欢迎收听最新一期的 WTR 一周科技回顾我是主持人 BiaoBiao 我是周周我们会在这个节目里讨论最新最酷最前沿的科技新闻和我们的数码产品使用心得本周 OpenAI 发布了一些新的语言模型一些语音生成模型还做了一个新网站叫 openai.fm 坐在 hi

挺好看的 OpenAI 它其实发布了两类模型总共三个分别是语音转文本模型 GPT-4O TranscribeGPT-4O Mini Transcribe 还有文本转语音模型 GPT-4O Mini TTS 然后语音转文本模型

我感觉没有什么特别好说的它主要的优点在于它可以流逝传输结果不像之前的 Whisper 而且它的这个可以转录的长度也要比 Whisper 少所以它可能是两个不同的这个技术路线然后更有意思的是这个 Winman 转语音模型 GPT-4 mini TTS 并且 OpenAI 做了一个 OpenAI.fm 的网站来演示它这个功能

然后我看它这个 TDS 里面最有意思的是它可以用自然语言来引导你要生成的这个语音它的情绪或者说它朗读得出来的效果是怎么样的比如说你用一个比较低的声音来读或者说你用就是你的情绪再高昂一些

就直接用自然语言来去引导它这个语音生成的效果然后 OpenAI 这次仍然没有开源对这些模型都是不开源的然后官方给的这个自然语言引导还给的很细致就是它有一些 voice effect 然后 Tongue 然后 PacingEmotionPrononationPause 就你可以非常细致的去描述你想要生成的这个语音是什么样子的但

我感觉我好像描述不出来那么准确就直接丢给 ChadGBT 比如我想听一个海绵宝宝的声音是怎么样的然后 ChadGBT 帮我把这些详细的内容给生成出来那海绵宝宝的声音生成出来怎么样呢就挺不海绵宝宝的好吧其实他他

它的声音其实没有那么多变,它其实就和 OPI 的高级语言模式里面的那个我觉得差不多。好吧。可能只是对于自然语言就是开放出来用的这么一个尝试。我觉得 Whisper 也支持这种设置 prompt,就 Whisper 它是一个语音转文本的这么一个模型,它也可以设置 prompt。

你可以设置 prompt 说这个是什么场景然后会用语会是什么样子然后他转入转录出来的文本就会接近我设置的在 prompt 里面设置的社会场景还有这个功能没错 openai 说这些这次的这些模型因为太大了大家跑不起来所以就不开源了牛逼 openai 这找借口找的当然我们也是

这个见得多了是吧?OpenAI 早就已经不是 OpenAI 了。然后下一个新闻,华为发布了 Pula X 扩折叠手机或者 Pala,看你怎么读了,Pala X 扩折叠手机。华为管它叫 Pura,这是 Pura 系列。

Pura,它这个 Pura 不知道怎么来的,是原本的 P 系列吗 P 系列,P 什么呢,Pura 对,就是去年吧,去年改成了 Pura 系列然后这个扩折叠手机呢,听起来就像是一个有口音,对吧,可折叠,扩折叠,扩折叠手机我刚才问了问,赵赵说是不是赫南口音,说不是啊,不是赫南口音它这个扩,扩的意思是指

比较宽,扩大,扩大的意思,比较宽的手机那它确实是这样的就是它是一个展开后 16:10 比例的折叠型这就导致它这个折起来的时候这个比例就特别的方对,它的折起来之后没有多少空间给它做了并且它还是做到了摄像头的那一面所以

折起来的屏幕只有 3.5 英寸的 1:1 屏幕然后展开之后是 6.3 英寸的 16:10 屏幕高度的话比我们现在的正常手机比如说 16 Pro Max 或者现在的各种安卓旗舰这种大小要稍微低一点要短一点但是宽呢要宽很多它是一个胖胖的手机

这还挺合理的,现在的这些大的折叠屏手机展开的尺寸都是比较方的尺寸,那你正常看一个无论是横屏还是竖屏的视频,都会有很大的边框,但是它这个 16:10 的屏幕比例,你看横屏视频的时候,上下的边框用的少很多,这样你实际的显示面积就更大。

要不然这些可视点手机虽然理论上比如说跟 iPad mini 比它的屏幕面积实际上是更大的但是呢因为比例的关系显示的面积呢要比 iPad mini 要小很多然后华为这个手机呢就能解决这个问题不过代价就是它这个外屏啊看起来就不好用了 1 比 1 的这个比例看着就不好用了

本来就小,然后还是 1:1 我看了一个演示回微信的场景当你把键盘调出来的时候键盘加上输入框已经占满整个屏幕了你就看不到上面人给你发了什么就感觉这个外屏还是应该不会好用

至于展开之后它其实也就 6.9 英寸也没有很大它并不是一个大折叠屏它要比这个尺寸比 iPad mini 还要小我觉得它更像是把 Pocket 那种就是纵向折叠然后展开之后是正常比例手机的那种给改了改改成了这种展开之后是 16 比 10 这个比例

相当于原本竖着折现在横着折其实还是竖着折就它这个品类是应该是竖着折的类型因为它本来它展开之后没有变得特别大所以这就让我感到很神奇像现在手机做大之后都是接近 18 比 9 的这种比例但是一下子又复古了又回去了之前的 16 比 9

当然这是 16 比 10 就看到这种胖胖的界面还是感觉挺神奇的挺怀旧的还挺怀旧的我记得当年那个什么魅族的魅族那个什么 pro 几啊 pro5 吗 pro10 我觉得魅族出过一个这种也是全面屏手机那时候还是追求全面屏的时代

但是他并不是说把原本额头下巴给用屏幕填充他是把屏幕大小不变但是额头下巴去掉然后就变成了一个这种胖胖的设计形态

当年魅族我记得出过一款可能是魅族 16 那个就是胖胖的应该是魅族 16 的上一代魅族 15 不是吧魅族 15 不是全面屏它是不能就看你怎么定义了它确实还有这个 M-Bike 有那个实体按键但是你算一算屏占比它比 iPhone X 的屏占比还要高就是因为后面有个屏是吗

不是因为它的左右变化特别细所以屏占比就拉高了好吧听起来挺怪的然后这个手机还有一个很很离谱的这个舆论就是这个华为的这个手机 CEO 于成东

在这个发布会之前然后开直播说我们要发布一款中国人都能买得起的手机然后真的发布出来之后就是这个因为这场发布会只发布了这个 Pure X 然后售价 74997 稍等那么开除中国国籍了

经检测您截至目前还未购买华为 Pura X 请您于 2025 年 4 月 1 日下午 5 点前办理退出国际手续现在可以购买分 12 期手续分 0 元期月供 624 人民币保留国际太有意思了雷金说 3999 大家可能会有点压力余晨东说 7999 人人都买得起中国人都能买得起对中国人都买得起牛逼啊华为

华为这一次我一眼就看到它这个壁纸居然是 iPhone13 的壁纸当然不是完全一样但是风格就是那个风格就是那种光条的风格它把 iPhone13 的壁纸给抄过去了其实这个现象我去年就发现了就是你纵感华为 P 系列不不不不能说一直这样就是你看华为的整个 P 系列咱现在叫 Pura 系列所有 Pura

它都是完全照着 iPhone 去做的就从硬件到壁纸就比如说即使现在的 Pura 后面的镜头那么离谱但是当你和它和 iPhone 并排摆在一起的时候并且然后还有旁边还有一个正面的这个图我就有一种恍惚就我突然刷到了这个商品这是 iPhone 还是还是还是什么手机呢

我觉得手机的设计还是和 iPhone 比较大的差别他一直喜欢大圆坨坨那是 mate 那个 mate 系列 mate 系列倒没有这么张 Pura 是那个耳卵神摄像头那个系列 Pura 系列其实我觉得就是

想要对标苹果的这个就是这种方式对标的一个品类然后下一个新闻 Big screen 发布了 Big screen beyond 的这个 VR 眼镜其实这次是第二代不过他的 stack 相比上一代并没有什么升级就还是这个 2560x2560 分辨率的 90 赫兹 OLED

不过它的 FOV 好像变大了 FOV 有 116 度这个已经和 Quest 3 这种头显已经差不多了最重要它的特点就特别轻只有 107 克重相比之下 Quest 3 有 515 克重 Vision Pro 有 600 多克重这个 Big 3 只有 107 克重这非常非常的轻当然它这个功能也很有限它只是一个显示设备它不带什么计算模块它是要连 PC 用的

它有个 DP 接口可以连 PC 上这个东西我是就 Big Screen 这个 Beyond 的这个产品是我最近才看到的我没想到它已经发第二代了就它的产品第一眼让我很震惊的就是它特别的小它只是把你眼睛盖住了就和你眼镜差不多大小当然它是全覆盖的它做的不是一个常规的眼镜它是做的那种非常非常小巧的那种头显

我一看这个还有这种 VR 产品然后了解一下它的参数确实还不错用来玩 PCVR 应该非常棒并且还很轻哇这想想你带着这个小东西应该完全没有负担的这玩意也不便宜它价格卖 1019 美元眼球追踪功能还要再加 200 美元就这样发货还排到 6 月份了

比如说有钱人还真多可能我觉得他可能本来生产的就不多不知道中国人买不买得起可能价格也差不太多人人都买得起的比较头贤这个也是 7499 差不多对 1019 美元下一个事是 IOS YouTube 出现了视频模糊问题周遭这两天好像也经常碰到对

就是我在用 iPhone 看视频的时候每次点开一个视频都是糊得不成样子就一般来说以前可能也遇到过 YouTube 视频糊但是过一会就好了然后最近的话就还一直糊一直糊我甚至看了好久还没有变化然后最近 YouTube 承认了就是这件事可能是个 bug 就是专门针对 iOS 用户的 bug

给 iOS 看这个高质量的 360P 视频当然 YouTube 不是这么说的就挺奇怪的吧希望它能赶快修复我觉得到今天它还是没有修复今天还是遇到过最近 YouTube 好像在出一个新功能就是音频也可以选质量了好像有高中低三个档

没准是在搞这个新功能的时候,不小心把 iOS YouTube 搞坏了。然后下一个事儿是本周 Apple Intelligence 有很多新闻,我记得是有一个苹果高管接受了一个采访,然后承认说 Apple Intelligence 的开发进度落后于预期,然后可能还得一年甚至两年时间。

才能但这个不是高管说的这一年两年好像是一个 leak 说是苹果内部会议说可能得要至少一到两年时间才能把 Apple Intelligence Series 的这个功能做完然后可能最早也要到 iOS19 才能发布甚至拖到 iOS20 都不是不可能哇这也太慢了有多难啊苹果有多难啊别的公司都做好了

为什么苹果这进度这么慢而且苹果本周还把 Apple Intelligence 相关的一些宣传视频给隐藏了就 YouTube 上的宣传视频就像 iPhone16 买到手这么长时间这个功能一直用不了眼看下一代就要出了这怎么回事我看这两天好像还有人说要对苹果发起集结诉讼就是虚假宣传

我觉得这个确实可以苹果一直在宣传的 Apple intelligence 功能非常合理你参加一场聚会忘了那个人什么名字我手机上怎么没有这个功能还有妈妈的航班在几点然后我想问一下 Siri 就能知道我这个功能也没有

然后还有什么快应用操作这个 App Intense 也没有个下文是啊看到别人路上牵着一条狗我想知道这个狗的品种我就不能用我的手机拍这个狗然后手机告诉我这是什么品种这样我就不用去问狗主任了只是你不可以对对对总之就是

Apple intelligence 没有实现的效果非常差完全不及预期然后 iPhone16 还是几乎完全靠着 Apple intelligence 卖点来宣传的苹果这波可是遭到罪了然后这周的话 Siri 的研发也换了负责人 Siri 出来了本周 Siri 的研发也换成了 Vision Pro 的负责人

这个 Mac Rockwell,库克也想尽快的把这个 Siri 给 Apple Intelligence 给拯救回来。但是这 Vision Pro 和 Siri 是两个完全不同的东西啊,Vision Pro 它重点不应该在它的硬件上,然后在它的这个系统软件的开发上,它是一个,就它是一个

新的东西你要去找它的用处找它的用途然后你去想这个这么一个不成熟的平台你要去改进它而 Siri 呢是一个已经很成熟的东西它已经十几岁了 14 年了 14 岁了吧但是它现在非常烂你需要尽快的把这玩意给这玩意给拯救回来而这还是两个很不一样的 task 不过据说现在这个

这个负责人他的上司是 Creatified Ricky 可能意思就是说 Creatified Ricky 要去接管 Siri 的研发去监管 Siri 的监督 Siri 的开发 Krager 还是能做出很好的 UI 产品的能做出很好的产品这软件产品他是苹果的软件开发高级副总裁希望

赶快回到正轨吧 LS bug 越来越多功能也没有新功能是啊这 LS19 又说要这个 UI 大改我说哇你可别改了赶紧修修 bug 吧然后下一个事是这周我看到可口可乐推出了一个新的氢动力磁反机氢电池这个氢气的氢

轻电池然后说你不需要插电你也可以让自动贩卖机正常工作然后卖东西不过可口可乐并没有说这个贩卖机能一次轻电池一个轻电池能供电多久二来就是毕竟是个自动贩卖机

所以你还得时差去补货所以这个东西你也不能把它放到很偏僻的地方比如说你把它放到沙漠的正中央然后去给沿途的人卖水这也是不太切实际看着还是挺有意思的一个很有趣的 idea 这个是和东这个是和富士合作的就日本一直是有在研究氢能源氢电池什么的他们还有氢能源汽车

但是最近好像没听到什么氢能源相关的消息感觉发展的不是很好技术路线现在主要是电动汽车而不是氢能源氢能源的好处理论上来说就是你可以直接换你像加油一样你可以去加氢加的速度要比充电快很多但是现在充电速度也越来越快了前两天看到比亚迪还出了一个

1000W 充电的超级快充我说我靠 1000W 这也太离谱了 1000W 什么概念这 1000 个微波炉的同时开这么大的电力可以给电池充电太夸张了

然后本周最后一个事是 Sovereign 2 完结了人生七哥数这个中文叫人生七哥数第二季完结了接下来的内容可能应该会有一些剧透如果你不想听的话可以关掉这个博客这 Sovereign 2 这第二季我感觉就没拍啥看了跟没看一样就你把任何一节单独拎出来可能都感觉还行但是放在一起你就感觉这个故事没怎么推进

就这办公室里面这些人他们就还是在里面正常工作基本上来说然后主要是这个奥提正常工作我感觉第二季他们都没工作过主要是马克的工作其他几个人其他几个人都有各有各的事然后这个 Milchick 先生特别的忙

然后外面的 Mark 不知道在干什么哇这个一点也不怎么说专注或者说坚定天天的折腾这个幺蛾子这所谓的所谓的这个 integrationreintegration 折腾了好几次感觉好像也没有成功的这个融合嘛这两个人格看不出来有融合的迹象然后就结束了最后最后把这个 Jama 救出来就结束了

感觉看了跟就这个拍太慢了就这么拍感觉起码可以再拍两季对我觉得苹果就是故意的他们就是故意要把视频拖得很慢像是第我就就我本来不想挑哪一集水的但是看完第九集之后还是觉得太水了呀第九集就是战前准备嘛然后这个中战之前的准备嘛

然后第九集就是比如说第十集刚开头的那一段 Mark 因你 Audi 切换然后来这个对话的那一段我觉得完全可以放到第九集来拍是啊第九集就是纯水挖一堆线然后水把所有人在大街局之前把所有人都再让观众看一遍就没了

第八集就像 Cobel 那一集我觉得也可以时长也完全可以进一步压缩你拍个五分钟十分钟也差不多了没必要拍那么久第八集那你可以说是 Cobel 的特别篇嘛特别集也算说得过去

所以就这部剧我觉得就是从就第七集特别神我特别喜欢第七集第七集之后第八第九完全就是水的包括其实大结局这一集也是比较水的就里面描写那个那个那个 CNN 那个乐队哇那个东西给那么多镜头我是真搞不懂啊就观众看得急死了

这说明其他人都有各怀鬼胎,Mark 和 Heli 各怀鬼胎,只有 Milkshake 先生是真的想跳舞。

那就是现在 Savages 这部剧的编剧就是想尽办法我怎么样才能挖更多的坑呢我怎么加更多的设定来让这部剧排更多呢继续拍下去现在 Ted Lasso 都出到第四季了我很难想象 Savages 只出三季就结束确实苹果现在就苹果也不会让这个剧太快结束好不容易出了一个爆款

但我觉得这个也是很多美剧走向平庸尤其后面几句越拍越烂的主要原因就是你明明这故事已经差不多该讲完了但是你还不想让他讲完然后就想办法去水然后这质量就大大下降很多美剧都是这样我觉得之前我看一个美剧叫危机边缘他前两季吧还是很好看的到后面他开了足足拍了有七季啊

这后面的内容就本来已经讲完了的故事就硬生生往下接着讲哇然后就特别的水就我现在真的特别担心 Savages 变成这样嗯

希望那还是希望还能在第三季结束吧虽然这可能是个奢望是啊我看眼看着他这个节奏这么慢很多而且就他的这个故事的推进啊折索也慢是因为里面的人不好好说话一个个都在那里当谜语人然后该问问题的人也不问像那个 Cobel 就 Mark 就见到了 Cobel 啥也不问呢

你也不问问说 Kobel 你是谁呀你凭什么能帮我我们里面到底在干什么就这种正常的问题他就不问呢然后 Kobel 也不说就迷人了 Kobel 说了呀 Kobel 说我不会告诉你们任何事情哦这样啊就 Kobel 那一集就 Kobel 说 tell us anything

然后切到下一句之后他的那个姐姐他的姐姐还是妹妹他的 sisterDevon 说 Kobea 什么都不跟我们说好吧那看来我漏过了这个关键信息其他的人也是心怀鬼胎嘛嗯

就其他的很多人也是啊就是这说话没有道理啊就特别的慢然后信息量很少明明可以说清楚的内容就不说清楚像 mrmilkshake 先生呢 milkshake 先生更是其中的高手就特别擅长说这种这种用华丽的词早

对特别擅长说这种华丽的死早然后说这种 corporate talk 但是信息量非常的少其中 90%是假话其实这个剧另外一个比较有意思的就是看完之后去看他的解析各路 up 主各路 youtuber 对他都有不同的解析看起来还是挺有意思的确实就求这个编剧

这个水平不要太差,挖这么一堆坑还不如这些 up 主们,YouTuber 们想的好呢。还真是,还真是,这样的例子也不少了,尤其是这种,这种也算是悬疑剧吧,就是你这个点啊,你要是被人猜中了,你说你是接着拍呢,还是换一个点呢?你要是接着拍,那就没有,那就没有这个惊喜了,就没有这个,

就大家就看着真的和我猜的一样你这编剧也没什么水平但是如果你临时换一个点那你这拍的水平也会很差就你不能保证这个水平你这个故事可能就不合理了这是一个两难的问题

我觉得之前那个权力的游戏好像就是剧本提前泄露了然后然后就这个剧本就临时大改然后就水平然后就拍的非常的烂太离谱了行那么以上就是本周 WTR 的全部内容了哇这周 WTR 也录的好短啊反正最近几周都没有什么特别有意思的新闻行那么我是飙飙我是周周我们下周再见拜拜拜拜