测试了几十个语音模型之后,我们找到了最“像”人的那一个
此前,在《获腾讯青睐、拿下上亿美元融资,语音模型们又进化?》选题中,我们对多款语音模型进行了测试。结果显示,在仅需正确输出内容、不太考验情感传达的科技播客场景,中英文模型都取得了相当好的成绩,甚至英文模型们还几乎集体满分。
但是,在后续需要情绪传达的情绪独白、有声书读白两个测试中,无论中英文模型,成绩都与科技播客测试有明显差距,甚至参加测试的中文模型 (Qwen3、SoulX) 在这两项测试中均没有达到 60分。
在进行了三轮、数十个语音模型的测试之后,不得不说,对于 TTS 模型来说,情感传达,虽然有进步,但与真人表达依然有所差距。

不过我们最近发现了一家名为 Hume 的 AI 音频创企,根据官网上的说法,他家模型是“全球最逼真、最具表现力”的 AI 语音模型。
详细研究后发现,他家模型不是纯 TTS,而是同时支持文字输入、语音输入,甚至文字和语音混合输入的语音模型,情感传达的实现路径不依赖于简单机械地模仿人类感情,或者依据情感标签/预调参数进行输出,而是走了另一条路径,去真正理解、识别情绪,并且表达出来。-
Hume AI 的核心是一套被称为“Autoregressive speech-language model”的模型,Hume 的官网上表示,Hume 并不是用一个小型精选数据集来微调模型,让它“像”人一样表达情感,而是通过强化学习的方式,不断“奖励”模型,让它在预训练阶段就掌握人类的说话风格。让Hume 不仅能识别基础情感,还能区分 " 高兴 " 和 " 满足 "、" 担心 " 和 " 焦虑 " 的微妙不同,官方表示,他们的模型可以分辨 50 多种情感。

Hume AI 官网
而在输出内容时,Hume AI 的模型也采用了声音 (V) 和文字 (T)Tokens 混合处理和输出的模式。Hume 在输出音频时并不是像主流的语音模型那样,先处理文字内容,再将文字转化为语音,而是像人类之间的交流那样,同时接收,并在同一个流程中处理文字和语音内容。
简而言之,此前的 TTS 模型都是想好了一句话,才说一句话,而 Hume 却是在“边想边说”,而且,由于是同时处理文字和语音,且模型在训练时就理解了人类的情感,所以在输出时,句子中重音、停顿、语调的处理也更加趋近于人类,带来更好的情感传达效果。


根据 Hume AI 自己的测试结果无论在理解 ( 上 ),还是输出 ( 下 ),Hume 的表现都优于基准测试,注:该测试采用的是 2025年5月上线的 EVI3 模型,后续 Hume 又推出了 EVI4 和 Octave 2,情绪理解能力更强。
而这种流式输出的模式不仅能够在情绪表现力和自然度上表现优秀,还能够在实时对话过程中允许用户打断、并且可以完成深度查询及使用工具等工作,适应实时交互的场景。
为此,我们也设计了一个小测试,来测试一下 Hume AI 的情感传达表现。本次测试,我们考验了 Hume AI 对开心、愤怒和悲伤三种基础情绪的演绎。
首先是开心的情绪,笔者选择了一个较短的测试音频,但在陈述之后,加上了“That’s Amazing”的感叹语在抒发开心的情绪,考验模型在短语境下对情感的处理。这一点上,Hume AI 处理得不错,第一句比较平淡,然后第二句稍微上扬,情绪到第三句的“That’s Amazing!”彻底爆发,相当有层次。
测试音频:
在我们之前的测试中,开心情绪下,所有模型的表现都会稍微好一些,所以在愤怒场景下,我们升级了测试。整个测试文本有 5 句话,20秒左右,且愤怒情绪是逐渐强烈的。而在这个场景中,Hume AI 表现堪称惊艳,不仅通过声调的逐步提高表现出了情绪的发展,还在“Ask”、“Twice”、“Very Clear”等重点词上,显著提高了音调,处理得相当自然,这是之前测试过的其他模型,都没有做到的地方。
测试音频:
而悲伤场景我们就选择了近期选题《获腾讯青睐、拿下上亿美元融资,语音模型们又进化?》中的情绪独白测试段落,并与上期选题中该测试中得分最高的 Sesame 相对比。对比下来,Hume AI 语调更低沉,语速也偏慢,听起来悲伤情绪更浓厚,虽然后面没有像愤怒情绪的测试中,体现出悲伤情绪的递进,但是笔者主观认为,Hume AI 的表现略优于 Sesame。
测试音频:
写在最后
经过实测,我么确实可以看到,在使用了创新的架构之后 Hume 的情感传达确实要优于我们之前测试过的模型,而根据官网,在实时交互的场景下,Hume 还能够模拟叹气、笑声、沉吟等非语言表达,使交互更自然。
而根据官网 Blog 中的案例,Hume 已经被用于 AI 电话客服、AI 陪伴、检测 AI 语音诈骗等多个领域。随着技术发展,准确的情感传达将成为语音交互的 " 新标配 ",未来我们也将持续关注 AI 语音技术的进步,适时推出新一期的音频模型测试选题。
【本篇文章属于白鲸出海原创,如需转载:需联系授权方可,未经授权严转载!】
友情提醒:白鲸出海目前仅有微信群与QQ群,并无在Telegram等其他社交软件创建群,请白鲸的广大用户、合作伙伴警惕他人冒充我们,向您索要费用、骗取钱财!


闽公网安备35010402350923号