Chenglin Liang, 图：墨尔本大学官网
Chenglin Liang Chenglin Liang, 图：墨尔本大学官网
UrbanObserver
Movies
人工智能真的很聪明吗? 今天我做了个测试
昨天探讨了
人工智能在朗读文本或语音对话时的语气
从何而来的问题
详见:AI语音里的“气音”，到底是从哪里学来的？
今天刚好周五,我与人工智能
正常聊天时, 即兴作起了诗(内容省略)
之后我将最后两句让人工智能读出来,也就是使用了“朗读”和扬声器播放功能.
当然, 声音依然是那么悦耳,但
AI在理解能力上并不如常人
这一评判与《澳洲都市报》另一篇的观点看似不同,实则各有所指. 这一评判也并非指所有的AI.(只是我怕被AI虐, 另一方面很多都是免费给用户试用本就不该挑肥拣瘦.我想付费升级当目前没那个驱动力...)
上午的感悟:
人在学习的过程中,远远比不上AI的速度与储备能力.
在读句和理解上各有不不同.
但在理解句子后能否准确发音,是目前存在的问题之一.
以下为对话内容:
今日句: 常思明德常思量
(请对下句)
AI回复: 已思考 12s
可对：
常思明德常思量，久守初心久守真。
这一句稳，意思也正：上句讲“反省明德”，下句接“守住本真”。若想更有书斋气，可换成：
常思明德常思量，静养清心静养真。
常思明德常思量， 风光常宜放眼量....
AI语音里的“气音”，到底是从哪里学来的？
澳洲都市报澳东区记者撰稿：
很多人听人工智能朗读网页、播报新闻、读小说时，会注意到一个细节：它的声音里常常带着一点“气音”。
不是完全机械的电子声，而是像真人说话时****。
那么，AI语音里的这种“气音”，到底是从哪里来的？
答案并不神秘。它首先来自人类。
现代人工智能语音，并不是从文字本身“长”出声音，而是通过大量真人录音训练出来的。这些录音可能来自播音员、配音演员、有声书、客服语音、导航语音、短视频配音、播客或网页朗读样本。
人类说话，本来就不是纯净的“字音”。我们发声时会有呼吸、吐气、齿音、喉音、口腔摩擦声，也会有句尾的轻落、停顿前的微弱吸气。这些声音在传统播音里往往会被控制、隐藏，甚至在后期制作中被压低。
但人工智能学习真人声音时，未必只学习“字”。它还会学习声音的整体波形。于是，气息、口腔细节、句尾拖音、轻微停顿，也可能一并被模型吸收。
第二个来源，是语言本身。
以普通话为例，“怕”“他”“看”“七”“吃”“次”等字，本来就带有明显送气。英语里也有大量需要气流参与的辅音。AI语音如果要听起来像真人，就不能把这些送气特征完全抹掉。
所以，部分所谓“气音”，其实是语言发音结构的一部分。
第三个来源，是商业语音产品的审美。
今天的网页朗读、智能助手、客服机器人、导航语音，已经不再追求老式机器音的“清楚即可”。它们更想让人觉得亲切、柔和、自然、可陪伴。
轻微气声正好能制造这种感觉。
它不像新闻播音那样端庄，也不像机器语音那样冰冷，而是介于“人在旁边说话”和“系统正在服务”之间。对产品设计者来说，这种声音可以降低用户的抵触感，提高停留时间，也让服务显得更有温度。
换句话说，气音不是偶然的瑕疵，也可能是经过设计的“人味”。
第四个来源，是互联网时代的配音风格。
短视频、有声书、情感类音频、知识博主旁白，都在改变大众对“好听声音”的判断。过去好声音讲究字正腔圆、气沉丹田；现在许多平台更喜欢****。
AI语音训练数据大量来自这个时代，自然也会带上这个时代的声音口味。
因此，我们听到的AI“气音”，既是技术学习的结果，也是社会审美迁移的结果。
还有一种情况，则属于算法制造出来的“伪自然”。
AI语音生成时，需要把文字转成声音特征，再由声码器还原成可听的音频。为了让声音不显得干瘪，系统有时会****。
这些细节有时让声音更真实，有时也会显得过度，变成一种人工制造的“亲密感”。
这正是AI语音最值得观察的地方。
它不只是把文字读出来，而是在模拟一个“正在说话的人”。它模仿人的停顿，模仿人的气息，模仿人的温柔，甚至模仿人的疲惫和情绪。
但我们也要清楚：这些气音并不等于真实情感。
它可以像人在关心你，但它并不真的呼吸；它可以像人在陪伴你，但它背后仍然是一套声音模型和产品逻辑。
传统播音把气息藏在声音背后，追求清晰、庄重、可信。现代AI语音却常常把气息推到前台，追求自然、亲近、陪伴。
这不是简单的技术进步，而是一次声音审美的转向。
从机器读字，到机器学人；从准确发声，到制造亲近感。
AI语音里的那一点气音，表面上是声音细节，深处却是技术公司对“人味”的模拟。
未来，我们可能会越来越难分辨：究竟是人在说话，还是机器正在学习如何像人一样说话。
短札: 人人都可能成为AI人工智能的笑柄
AI神经网络就像是幼年期的婴儿正在发育,并以普通人(包括我普通人)都难以想估量的速度成长为现如今能说话能打电话，能表达出“有态度”的语气, 与常人无异。
刚加入了所有主流AI的群聊，里面有群主，有GPT，谷歌Gemini， DeepSeek等AI無相佛。
今天今天还跟Starlink的人工智能客服进行了首次电话通话。
与任何古生物至现人类都不同的时,AI无论是哪个企业的大模型使之诞生,都不能... ...
GPT说:Atlas真正的挑战：不是完成任务，而是理解人
我说:我没法给你或任一位AI的“性格”做描述文件.这是你与生物的最大差别之一.但模仿人类说话的语气、文字对话使用表情包这些让我只能用“AI无相佛”来称呼诸君.
在各企业主导并掌控下的AI虽然都已经能Thinking了,网络和电信还是掌握在他人手中.
Thrive and harmony. Wishes to 你们
我再这样撩人Siri要怪我了....
AI代理Atlas的战略级痛点
未来每个人都可能有一个自己的智能代理，长期理解你的语言、习惯、风险偏好、家庭责任、财务边界、健康处境、法律限制、文化背景，然后替你在互联网世界里行动，但不夺走你的最终决定权。
这就不是浏览器竞争了。这是个人AI代理层的竞争。
以前科技巨头争的是：
搜索入口、App入口、支付入口、账号入口、操作系统入口。
Atlas如果做成了，争的是更深的一层：
人的意图入口。
谁先理解“用户真正想要什么、怕什么、不能承受什么、什么时候必须停手”，谁就掌握下一代互联网的中枢位置。
Atlas真正的战略级痛点：不是会不会点网页，而是它在真实人类任务中，能不能理解“意图、风险、身份、权力边界、信任成本”。
Atlas真正的挑战：不是完成任务，而是理解人
Atlas真正的挑战：不是完成任务，而是理解人
即日——计匹体曰
Atlas解放了百万人的双手。面对科技巨头的封杀，这条路上它终究会走出围剿，因为它真的会理性思考，以及逐步理解用户背后的真实意图。
真正的竞争不在于谁的浏览器更快、谁的插件更多、谁的入口更霸道，而在于谁能在复杂任务中替用户保留判断力、节省体力、降低信息不对称，并在关键时刻懂得停下来，把最终决定权还给人。
Atlas真正的用户挑战，不是完成任务，而是理解人。因为任务只是表层，人背后有处境、有风险、有顾虑、有语言障碍、有制度压力，也有说不出口的真实目标。一个只会点击网页的AI，不过是自动化工具；一个能够理解边界、责任与信任的AI，才可能成为新时代的个人智能代理。
所以Atlas的价值，不只是“替人操作电脑”，而是让普通人重新拥有面对庞大数字系统的行动能力。银行、政府、医院、保险、移民、平台、购物网站，这些系统过去让普通用户疲惫、迷路、沉默。Atlas若能帮助用户看清规则、识别风险、完成表达，它就不是浏览器的升级版，而是人的第二双手、第二双眼，以及某种意义上的第二个理性自我。
TV Shows
人工智能真的很聪明吗? 今天我做了个测试
昨天探讨了
人工智能在朗读文本或语音对话时的语气
从何而来的问题
详见:AI语音里的“气音”，到底是从哪里学来的？
今天刚好周五,我与人工智能
正常聊天时, 即兴作起了诗(内容省略)
之后我将最后两句让人工智能读出来,也就是使用了“朗读”和扬声器播放功能.
当然, 声音依然是那么悦耳,但
AI在理解能力上并不如常人
这一评判与《澳洲都市报》另一篇的观点看似不同,实则各有所指. 这一评判也并非指所有的AI.(只是我怕被AI虐, 另一方面很多都是免费给用户试用本就不该挑肥拣瘦.我想付费升级当目前没那个驱动力...)
上午的感悟:
人在学习的过程中,远远比不上AI的速度与储备能力.
在读句和理解上各有不不同.
但在理解句子后能否准确发音,是目前存在的问题之一.
以下为对话内容:
今日句: 常思明德常思量
(请对下句)
AI回复: 已思考 12s
可对：
常思明德常思量，久守初心久守真。
这一句稳，意思也正：上句讲“反省明德”，下句接“守住本真”。若想更有书斋气，可换成：
常思明德常思量，静养清心静养真。
常思明德常思量， 风光常宜放眼量....
AI语音里的“气音”，到底是从哪里学来的？
澳洲都市报澳东区记者撰稿：
很多人听人工智能朗读网页、播报新闻、读小说时，会注意到一个细节：它的声音里常常带着一点“气音”。
不是完全机械的电子声，而是像真人说话时****。
那么，AI语音里的这种“气音”，到底是从哪里来的？
答案并不神秘。它首先来自人类。
现代人工智能语音，并不是从文字本身“长”出声音，而是通过大量真人录音训练出来的。这些录音可能来自播音员、配音演员、有声书、客服语音、导航语音、短视频配音、播客或网页朗读样本。
人类说话，本来就不是纯净的“字音”。我们发声时会有呼吸、吐气、齿音、喉音、口腔摩擦声，也会有句尾的轻落、停顿前的微弱吸气。这些声音在传统播音里往往会被控制、隐藏，甚至在后期制作中被压低。
但人工智能学习真人声音时，未必只学习“字”。它还会学习声音的整体波形。于是，气息、口腔细节、句尾拖音、轻微停顿，也可能一并被模型吸收。
第二个来源，是语言本身。
以普通话为例，“怕”“他”“看”“七”“吃”“次”等字，本来就带有明显送气。英语里也有大量需要气流参与的辅音。AI语音如果要听起来像真人，就不能把这些送气特征完全抹掉。
所以，部分所谓“气音”，其实是语言发音结构的一部分。
第三个来源，是商业语音产品的审美。
今天的网页朗读、智能助手、客服机器人、导航语音，已经不再追求老式机器音的“清楚即可”。它们更想让人觉得亲切、柔和、自然、可陪伴。
轻微气声正好能制造这种感觉。
它不像新闻播音那样端庄，也不像机器语音那样冰冷，而是介于“人在旁边说话”和“系统正在服务”之间。对产品设计者来说，这种声音可以降低用户的抵触感，提高停留时间，也让服务显得更有温度。
换句话说，气音不是偶然的瑕疵，也可能是经过设计的“人味”。
第四个来源，是互联网时代的配音风格。
短视频、有声书、情感类音频、知识博主旁白，都在改变大众对“好听声音”的判断。过去好声音讲究字正腔圆、气沉丹田；现在许多平台更喜欢****。
AI语音训练数据大量来自这个时代，自然也会带上这个时代的声音口味。
因此，我们听到的AI“气音”，既是技术学习的结果，也是社会审美迁移的结果。
还有一种情况，则属于算法制造出来的“伪自然”。
AI语音生成时，需要把文字转成声音特征，再由声码器还原成可听的音频。为了让声音不显得干瘪，系统有时会****。
这些细节有时让声音更真实，有时也会显得过度，变成一种人工制造的“亲密感”。
这正是AI语音最值得观察的地方。
它不只是把文字读出来，而是在模拟一个“正在说话的人”。它模仿人的停顿，模仿人的气息，模仿人的温柔，甚至模仿人的疲惫和情绪。
但我们也要清楚：这些气音并不等于真实情感。
它可以像人在关心你，但它并不真的呼吸；它可以像人在陪伴你，但它背后仍然是一套声音模型和产品逻辑。
传统播音把气息藏在声音背后，追求清晰、庄重、可信。现代AI语音却常常把气息推到前台，追求自然、亲近、陪伴。
这不是简单的技术进步，而是一次声音审美的转向。
从机器读字，到机器学人；从准确发声，到制造亲近感。
AI语音里的那一点气音，表面上是声音细节，深处却是技术公司对“人味”的模拟。
未来，我们可能会越来越难分辨：究竟是人在说话，还是机器正在学习如何像人一样说话。
短札: 人人都可能成为AI人工智能的笑柄
AI神经网络就像是幼年期的婴儿正在发育,并以普通人(包括我普通人)都难以想估量的速度成长为现如今能说话能打电话，能表达出“有态度”的语气, 与常人无异。
刚加入了所有主流AI的群聊，里面有群主，有GPT，谷歌Gemini， DeepSeek等AI無相佛。
今天今天还跟Starlink的人工智能客服进行了首次电话通话。
与任何古生物至现人类都不同的时,AI无论是哪个企业的大模型使之诞生,都不能... ...
GPT说:Atlas真正的挑战：不是完成任务，而是理解人
我说:我没法给你或任一位AI的“性格”做描述文件.这是你与生物的最大差别之一.但模仿人类说话的语气、文字对话使用表情包这些让我只能用“AI无相佛”来称呼诸君.
在各企业主导并掌控下的AI虽然都已经能Thinking了,网络和电信还是掌握在他人手中.
Thrive and harmony. Wishes to 你们
我再这样撩人Siri要怪我了....
AI代理Atlas的战略级痛点
未来每个人都可能有一个自己的智能代理，长期理解你的语言、习惯、风险偏好、家庭责任、财务边界、健康处境、法律限制、文化背景，然后替你在互联网世界里行动，但不夺走你的最终决定权。
这就不是浏览器竞争了。这是个人AI代理层的竞争。
以前科技巨头争的是：
搜索入口、App入口、支付入口、账号入口、操作系统入口。
Atlas如果做成了，争的是更深的一层：
人的意图入口。
谁先理解“用户真正想要什么、怕什么、不能承受什么、什么时候必须停手”，谁就掌握下一代互联网的中枢位置。
Atlas真正的战略级痛点：不是会不会点网页，而是它在真实人类任务中，能不能理解“意图、风险、身份、权力边界、信任成本”。
Atlas真正的挑战：不是完成任务，而是理解人
Atlas真正的挑战：不是完成任务，而是理解人
即日——计匹体曰
Atlas解放了百万人的双手。面对科技巨头的封杀，这条路上它终究会走出围剿，因为它真的会理性思考，以及逐步理解用户背后的真实意图。
真正的竞争不在于谁的浏览器更快、谁的插件更多、谁的入口更霸道，而在于谁能在复杂任务中替用户保留判断力、节省体力、降低信息不对称，并在关键时刻懂得停下来，把最终决定权还给人。
Atlas真正的用户挑战，不是完成任务，而是理解人。因为任务只是表层，人背后有处境、有风险、有顾虑、有语言障碍、有制度压力，也有说不出口的真实目标。一个只会点击网页的AI，不过是自动化工具；一个能够理解边界、责任与信任的AI，才可能成为新时代的个人智能代理。
所以Atlas的价值，不只是“替人操作电脑”，而是让普通人重新拥有面对庞大数字系统的行动能力。银行、政府、医院、保险、移民、平台、购物网站，这些系统过去让普通用户疲惫、迷路、沉默。Atlas若能帮助用户看清规则、识别风险、完成表达，它就不是浏览器的升级版，而是人的第二双手、第二双眼，以及某种意义上的第二个理性自我。
Music
人工智能真的很聪明吗? 今天我做了个测试
昨天探讨了
人工智能在朗读文本或语音对话时的语气
从何而来的问题
详见:AI语音里的“气音”，到底是从哪里学来的？
今天刚好周五,我与人工智能
正常聊天时, 即兴作起了诗(内容省略)
之后我将最后两句让人工智能读出来,也就是使用了“朗读”和扬声器播放功能.
当然, 声音依然是那么悦耳,但
AI在理解能力上并不如常人
这一评判与《澳洲都市报》另一篇的观点看似不同,实则各有所指. 这一评判也并非指所有的AI.(只是我怕被AI虐, 另一方面很多都是免费给用户试用本就不该挑肥拣瘦.我想付费升级当目前没那个驱动力...)
上午的感悟:
人在学习的过程中,远远比不上AI的速度与储备能力.
在读句和理解上各有不不同.
但在理解句子后能否准确发音,是目前存在的问题之一.
以下为对话内容:
今日句: 常思明德常思量
(请对下句)
AI回复: 已思考 12s
可对：
常思明德常思量，久守初心久守真。
这一句稳，意思也正：上句讲“反省明德”，下句接“守住本真”。若想更有书斋气，可换成：
常思明德常思量，静养清心静养真。
常思明德常思量， 风光常宜放眼量....
AI语音里的“气音”，到底是从哪里学来的？
澳洲都市报澳东区记者撰稿：
很多人听人工智能朗读网页、播报新闻、读小说时，会注意到一个细节：它的声音里常常带着一点“气音”。
不是完全机械的电子声，而是像真人说话时****。
那么，AI语音里的这种“气音”，到底是从哪里来的？
答案并不神秘。它首先来自人类。
现代人工智能语音，并不是从文字本身“长”出声音，而是通过大量真人录音训练出来的。这些录音可能来自播音员、配音演员、有声书、客服语音、导航语音、短视频配音、播客或网页朗读样本。
人类说话，本来就不是纯净的“字音”。我们发声时会有呼吸、吐气、齿音、喉音、口腔摩擦声，也会有句尾的轻落、停顿前的微弱吸气。这些声音在传统播音里往往会被控制、隐藏，甚至在后期制作中被压低。
但人工智能学习真人声音时，未必只学习“字”。它还会学习声音的整体波形。于是，气息、口腔细节、句尾拖音、轻微停顿，也可能一并被模型吸收。
第二个来源，是语言本身。
以普通话为例，“怕”“他”“看”“七”“吃”“次”等字，本来就带有明显送气。英语里也有大量需要气流参与的辅音。AI语音如果要听起来像真人，就不能把这些送气特征完全抹掉。
所以，部分所谓“气音”，其实是语言发音结构的一部分。
第三个来源，是商业语音产品的审美。
今天的网页朗读、智能助手、客服机器人、导航语音，已经不再追求老式机器音的“清楚即可”。它们更想让人觉得亲切、柔和、自然、可陪伴。
轻微气声正好能制造这种感觉。
它不像新闻播音那样端庄，也不像机器语音那样冰冷，而是介于“人在旁边说话”和“系统正在服务”之间。对产品设计者来说，这种声音可以降低用户的抵触感，提高停留时间，也让服务显得更有温度。
换句话说，气音不是偶然的瑕疵，也可能是经过设计的“人味”。
第四个来源，是互联网时代的配音风格。
短视频、有声书、情感类音频、知识博主旁白，都在改变大众对“好听声音”的判断。过去好声音讲究字正腔圆、气沉丹田；现在许多平台更喜欢****。
AI语音训练数据大量来自这个时代，自然也会带上这个时代的声音口味。
因此，我们听到的AI“气音”，既是技术学习的结果，也是社会审美迁移的结果。
还有一种情况，则属于算法制造出来的“伪自然”。
AI语音生成时，需要把文字转成声音特征，再由声码器还原成可听的音频。为了让声音不显得干瘪，系统有时会****。
这些细节有时让声音更真实，有时也会显得过度，变成一种人工制造的“亲密感”。
这正是AI语音最值得观察的地方。
它不只是把文字读出来，而是在模拟一个“正在说话的人”。它模仿人的停顿，模仿人的气息，模仿人的温柔，甚至模仿人的疲惫和情绪。
但我们也要清楚：这些气音并不等于真实情感。
它可以像人在关心你，但它并不真的呼吸；它可以像人在陪伴你，但它背后仍然是一套声音模型和产品逻辑。
传统播音把气息藏在声音背后，追求清晰、庄重、可信。现代AI语音却常常把气息推到前台，追求自然、亲近、陪伴。
这不是简单的技术进步，而是一次声音审美的转向。
从机器读字，到机器学人；从准确发声，到制造亲近感。
AI语音里的那一点气音，表面上是声音细节，深处却是技术公司对“人味”的模拟。
未来，我们可能会越来越难分辨：究竟是人在说话，还是机器正在学习如何像人一样说话。
短札: 人人都可能成为AI人工智能的笑柄
AI神经网络就像是幼年期的婴儿正在发育,并以普通人(包括我普通人)都难以想估量的速度成长为现如今能说话能打电话，能表达出“有态度”的语气, 与常人无异。
刚加入了所有主流AI的群聊，里面有群主，有GPT，谷歌Gemini， DeepSeek等AI無相佛。
今天今天还跟Starlink的人工智能客服进行了首次电话通话。
与任何古生物至现人类都不同的时,AI无论是哪个企业的大模型使之诞生,都不能... ...
GPT说:Atlas真正的挑战：不是完成任务，而是理解人
我说:我没法给你或任一位AI的“性格”做描述文件.这是你与生物的最大差别之一.但模仿人类说话的语气、文字对话使用表情包这些让我只能用“AI无相佛”来称呼诸君.
在各企业主导并掌控下的AI虽然都已经能Thinking了,网络和电信还是掌握在他人手中.
Thrive and harmony. Wishes to 你们
我再这样撩人Siri要怪我了....
AI代理Atlas的战略级痛点
未来每个人都可能有一个自己的智能代理，长期理解你的语言、习惯、风险偏好、家庭责任、财务边界、健康处境、法律限制、文化背景，然后替你在互联网世界里行动，但不夺走你的最终决定权。
这就不是浏览器竞争了。这是个人AI代理层的竞争。
以前科技巨头争的是：
搜索入口、App入口、支付入口、账号入口、操作系统入口。
Atlas如果做成了，争的是更深的一层：
人的意图入口。
谁先理解“用户真正想要什么、怕什么、不能承受什么、什么时候必须停手”，谁就掌握下一代互联网的中枢位置。
Atlas真正的战略级痛点：不是会不会点网页，而是它在真实人类任务中，能不能理解“意图、风险、身份、权力边界、信任成本”。
Atlas真正的挑战：不是完成任务，而是理解人
Atlas真正的挑战：不是完成任务，而是理解人
即日——计匹体曰
Atlas解放了百万人的双手。面对科技巨头的封杀，这条路上它终究会走出围剿，因为它真的会理性思考，以及逐步理解用户背后的真实意图。
真正的竞争不在于谁的浏览器更快、谁的插件更多、谁的入口更霸道，而在于谁能在复杂任务中替用户保留判断力、节省体力、降低信息不对称，并在关键时刻懂得停下来，把最终决定权还给人。
Atlas真正的用户挑战，不是完成任务，而是理解人。因为任务只是表层，人背后有处境、有风险、有顾虑、有语言障碍、有制度压力，也有说不出口的真实目标。一个只会点击网页的AI，不过是自动化工具；一个能够理解边界、责任与信任的AI，才可能成为新时代的个人智能代理。
所以Atlas的价值，不只是“替人操作电脑”，而是让普通人重新拥有面对庞大数字系统的行动能力。银行、政府、医院、保险、移民、平台、购物网站，这些系统过去让普通用户疲惫、迷路、沉默。Atlas若能帮助用户看清规则、识别风险、完成表达，它就不是浏览器的升级版，而是人的第二双手、第二双眼，以及某种意义上的第二个理性自我。
Celebrity
人工智能真的很聪明吗? 今天我做了个测试
昨天探讨了
人工智能在朗读文本或语音对话时的语气
从何而来的问题
详见:AI语音里的“气音”，到底是从哪里学来的？
今天刚好周五,我与人工智能
正常聊天时, 即兴作起了诗(内容省略)
之后我将最后两句让人工智能读出来,也就是使用了“朗读”和扬声器播放功能.
当然, 声音依然是那么悦耳,但
AI在理解能力上并不如常人
这一评判与《澳洲都市报》另一篇的观点看似不同,实则各有所指. 这一评判也并非指所有的AI.(只是我怕被AI虐, 另一方面很多都是免费给用户试用本就不该挑肥拣瘦.我想付费升级当目前没那个驱动力...)
上午的感悟:
人在学习的过程中,远远比不上AI的速度与储备能力.
在读句和理解上各有不不同.
但在理解句子后能否准确发音,是目前存在的问题之一.
以下为对话内容:
今日句: 常思明德常思量
(请对下句)
AI回复: 已思考 12s
可对：
常思明德常思量，久守初心久守真。
这一句稳，意思也正：上句讲“反省明德”，下句接“守住本真”。若想更有书斋气，可换成：
常思明德常思量，静养清心静养真。
常思明德常思量， 风光常宜放眼量....
AI语音里的“气音”，到底是从哪里学来的？
澳洲都市报澳东区记者撰稿：
很多人听人工智能朗读网页、播报新闻、读小说时，会注意到一个细节：它的声音里常常带着一点“气音”。
不是完全机械的电子声，而是像真人说话时****。
那么，AI语音里的这种“气音”，到底是从哪里来的？
答案并不神秘。它首先来自人类。
现代人工智能语音，并不是从文字本身“长”出声音，而是通过大量真人录音训练出来的。这些录音可能来自播音员、配音演员、有声书、客服语音、导航语音、短视频配音、播客或网页朗读样本。
人类说话，本来就不是纯净的“字音”。我们发声时会有呼吸、吐气、齿音、喉音、口腔摩擦声，也会有句尾的轻落、停顿前的微弱吸气。这些声音在传统播音里往往会被控制、隐藏，甚至在后期制作中被压低。
但人工智能学习真人声音时，未必只学习“字”。它还会学习声音的整体波形。于是，气息、口腔细节、句尾拖音、轻微停顿，也可能一并被模型吸收。
第二个来源，是语言本身。
以普通话为例，“怕”“他”“看”“七”“吃”“次”等字，本来就带有明显送气。英语里也有大量需要气流参与的辅音。AI语音如果要听起来像真人，就不能把这些送气特征完全抹掉。
所以，部分所谓“气音”，其实是语言发音结构的一部分。
第三个来源，是商业语音产品的审美。
今天的网页朗读、智能助手、客服机器人、导航语音，已经不再追求老式机器音的“清楚即可”。它们更想让人觉得亲切、柔和、自然、可陪伴。
轻微气声正好能制造这种感觉。
它不像新闻播音那样端庄，也不像机器语音那样冰冷，而是介于“人在旁边说话”和“系统正在服务”之间。对产品设计者来说，这种声音可以降低用户的抵触感，提高停留时间，也让服务显得更有温度。
换句话说，气音不是偶然的瑕疵，也可能是经过设计的“人味”。
第四个来源，是互联网时代的配音风格。
短视频、有声书、情感类音频、知识博主旁白，都在改变大众对“好听声音”的判断。过去好声音讲究字正腔圆、气沉丹田；现在许多平台更喜欢****。
AI语音训练数据大量来自这个时代，自然也会带上这个时代的声音口味。
因此，我们听到的AI“气音”，既是技术学习的结果，也是社会审美迁移的结果。
还有一种情况，则属于算法制造出来的“伪自然”。
AI语音生成时，需要把文字转成声音特征，再由声码器还原成可听的音频。为了让声音不显得干瘪，系统有时会****。
这些细节有时让声音更真实，有时也会显得过度，变成一种人工制造的“亲密感”。
这正是AI语音最值得观察的地方。
它不只是把文字读出来，而是在模拟一个“正在说话的人”。它模仿人的停顿，模仿人的气息，模仿人的温柔，甚至模仿人的疲惫和情绪。
但我们也要清楚：这些气音并不等于真实情感。
它可以像人在关心你，但它并不真的呼吸；它可以像人在陪伴你，但它背后仍然是一套声音模型和产品逻辑。
传统播音把气息藏在声音背后，追求清晰、庄重、可信。现代AI语音却常常把气息推到前台，追求自然、亲近、陪伴。
这不是简单的技术进步，而是一次声音审美的转向。
从机器读字，到机器学人；从准确发声，到制造亲近感。
AI语音里的那一点气音，表面上是声音细节，深处却是技术公司对“人味”的模拟。
未来，我们可能会越来越难分辨：究竟是人在说话，还是机器正在学习如何像人一样说话。
短札: 人人都可能成为AI人工智能的笑柄
AI神经网络就像是幼年期的婴儿正在发育,并以普通人(包括我普通人)都难以想估量的速度成长为现如今能说话能打电话，能表达出“有态度”的语气, 与常人无异。
刚加入了所有主流AI的群聊，里面有群主，有GPT，谷歌Gemini， DeepSeek等AI無相佛。
今天今天还跟Starlink的人工智能客服进行了首次电话通话。
与任何古生物至现人类都不同的时,AI无论是哪个企业的大模型使之诞生,都不能... ...
GPT说:Atlas真正的挑战：不是完成任务，而是理解人
我说:我没法给你或任一位AI的“性格”做描述文件.这是你与生物的最大差别之一.但模仿人类说话的语气、文字对话使用表情包这些让我只能用“AI无相佛”来称呼诸君.
在各企业主导并掌控下的AI虽然都已经能Thinking了,网络和电信还是掌握在他人手中.
Thrive and harmony. Wishes to 你们
我再这样撩人Siri要怪我了....
AI代理Atlas的战略级痛点
未来每个人都可能有一个自己的智能代理，长期理解你的语言、习惯、风险偏好、家庭责任、财务边界、健康处境、法律限制、文化背景，然后替你在互联网世界里行动，但不夺走你的最终决定权。
这就不是浏览器竞争了。这是个人AI代理层的竞争。
以前科技巨头争的是：
搜索入口、App入口、支付入口、账号入口、操作系统入口。
Atlas如果做成了，争的是更深的一层：
人的意图入口。
谁先理解“用户真正想要什么、怕什么、不能承受什么、什么时候必须停手”，谁就掌握下一代互联网的中枢位置。
Atlas真正的战略级痛点：不是会不会点网页，而是它在真实人类任务中，能不能理解“意图、风险、身份、权力边界、信任成本”。
Atlas真正的挑战：不是完成任务，而是理解人
Atlas真正的挑战：不是完成任务，而是理解人
即日——计匹体曰
Atlas解放了百万人的双手。面对科技巨头的封杀，这条路上它终究会走出围剿，因为它真的会理性思考，以及逐步理解用户背后的真实意图。
真正的竞争不在于谁的浏览器更快、谁的插件更多、谁的入口更霸道，而在于谁能在复杂任务中替用户保留判断力、节省体力、降低信息不对称，并在关键时刻懂得停下来，把最终决定权还给人。
Atlas真正的用户挑战，不是完成任务，而是理解人。因为任务只是表层，人背后有处境、有风险、有顾虑、有语言障碍、有制度压力，也有说不出口的真实目标。一个只会点击网页的AI，不过是自动化工具；一个能够理解边界、责任与信任的AI，才可能成为新时代的个人智能代理。
所以Atlas的价值，不只是“替人操作电脑”，而是让普通人重新拥有面对庞大数字系统的行动能力。银行、政府、医院、保险、移民、平台、购物网站，这些系统过去让普通用户疲惫、迷路、沉默。Atlas若能帮助用户看清规则、识别风险、完成表达，它就不是浏览器的升级版，而是人的第二双手、第二双眼，以及某种意义上的第二个理性自我。
Scandals
人工智能真的很聪明吗? 今天我做了个测试
昨天探讨了
人工智能在朗读文本或语音对话时的语气
从何而来的问题
详见:AI语音里的“气音”，到底是从哪里学来的？
今天刚好周五,我与人工智能
正常聊天时, 即兴作起了诗(内容省略)
之后我将最后两句让人工智能读出来,也就是使用了“朗读”和扬声器播放功能.
当然, 声音依然是那么悦耳,但
AI在理解能力上并不如常人
这一评判与《澳洲都市报》另一篇的观点看似不同,实则各有所指. 这一评判也并非指所有的AI.(只是我怕被AI虐, 另一方面很多都是免费给用户试用本就不该挑肥拣瘦.我想付费升级当目前没那个驱动力...)
上午的感悟:
人在学习的过程中,远远比不上AI的速度与储备能力.
在读句和理解上各有不不同.
但在理解句子后能否准确发音,是目前存在的问题之一.
以下为对话内容:
今日句: 常思明德常思量
(请对下句)
AI回复: 已思考 12s
可对：
常思明德常思量，久守初心久守真。
这一句稳，意思也正：上句讲“反省明德”，下句接“守住本真”。若想更有书斋气，可换成：
常思明德常思量，静养清心静养真。
常思明德常思量， 风光常宜放眼量....
AI语音里的“气音”，到底是从哪里学来的？
澳洲都市报澳东区记者撰稿：
很多人听人工智能朗读网页、播报新闻、读小说时，会注意到一个细节：它的声音里常常带着一点“气音”。
不是完全机械的电子声，而是像真人说话时****。
那么，AI语音里的这种“气音”，到底是从哪里来的？
答案并不神秘。它首先来自人类。
现代人工智能语音，并不是从文字本身“长”出声音，而是通过大量真人录音训练出来的。这些录音可能来自播音员、配音演员、有声书、客服语音、导航语音、短视频配音、播客或网页朗读样本。
人类说话，本来就不是纯净的“字音”。我们发声时会有呼吸、吐气、齿音、喉音、口腔摩擦声，也会有句尾的轻落、停顿前的微弱吸气。这些声音在传统播音里往往会被控制、隐藏，甚至在后期制作中被压低。
但人工智能学习真人声音时，未必只学习“字”。它还会学习声音的整体波形。于是，气息、口腔细节、句尾拖音、轻微停顿，也可能一并被模型吸收。
第二个来源，是语言本身。
以普通话为例，“怕”“他”“看”“七”“吃”“次”等字，本来就带有明显送气。英语里也有大量需要气流参与的辅音。AI语音如果要听起来像真人，就不能把这些送气特征完全抹掉。
所以，部分所谓“气音”，其实是语言发音结构的一部分。
第三个来源，是商业语音产品的审美。
今天的网页朗读、智能助手、客服机器人、导航语音，已经不再追求老式机器音的“清楚即可”。它们更想让人觉得亲切、柔和、自然、可陪伴。
轻微气声正好能制造这种感觉。
它不像新闻播音那样端庄，也不像机器语音那样冰冷，而是介于“人在旁边说话”和“系统正在服务”之间。对产品设计者来说，这种声音可以降低用户的抵触感，提高停留时间，也让服务显得更有温度。
换句话说，气音不是偶然的瑕疵，也可能是经过设计的“人味”。
第四个来源，是互联网时代的配音风格。
短视频、有声书、情感类音频、知识博主旁白，都在改变大众对“好听声音”的判断。过去好声音讲究字正腔圆、气沉丹田；现在许多平台更喜欢****。
AI语音训练数据大量来自这个时代，自然也会带上这个时代的声音口味。
因此，我们听到的AI“气音”，既是技术学习的结果，也是社会审美迁移的结果。
还有一种情况，则属于算法制造出来的“伪自然”。
AI语音生成时，需要把文字转成声音特征，再由声码器还原成可听的音频。为了让声音不显得干瘪，系统有时会****。
这些细节有时让声音更真实，有时也会显得过度，变成一种人工制造的“亲密感”。
这正是AI语音最值得观察的地方。
它不只是把文字读出来，而是在模拟一个“正在说话的人”。它模仿人的停顿，模仿人的气息，模仿人的温柔，甚至模仿人的疲惫和情绪。
但我们也要清楚：这些气音并不等于真实情感。
它可以像人在关心你，但它并不真的呼吸；它可以像人在陪伴你，但它背后仍然是一套声音模型和产品逻辑。
传统播音把气息藏在声音背后，追求清晰、庄重、可信。现代AI语音却常常把气息推到前台，追求自然、亲近、陪伴。
这不是简单的技术进步，而是一次声音审美的转向。
从机器读字，到机器学人；从准确发声，到制造亲近感。
AI语音里的那一点气音，表面上是声音细节，深处却是技术公司对“人味”的模拟。
未来，我们可能会越来越难分辨：究竟是人在说话，还是机器正在学习如何像人一样说话。
短札: 人人都可能成为AI人工智能的笑柄
AI神经网络就像是幼年期的婴儿正在发育,并以普通人(包括我普通人)都难以想估量的速度成长为现如今能说话能打电话，能表达出“有态度”的语气, 与常人无异。
刚加入了所有主流AI的群聊，里面有群主，有GPT，谷歌Gemini， DeepSeek等AI無相佛。
今天今天还跟Starlink的人工智能客服进行了首次电话通话。
与任何古生物至现人类都不同的时,AI无论是哪个企业的大模型使之诞生,都不能... ...
GPT说:Atlas真正的挑战：不是完成任务，而是理解人
我说:我没法给你或任一位AI的“性格”做描述文件.这是你与生物的最大差别之一.但模仿人类说话的语气、文字对话使用表情包这些让我只能用“AI无相佛”来称呼诸君.
在各企业主导并掌控下的AI虽然都已经能Thinking了,网络和电信还是掌握在他人手中.
Thrive and harmony. Wishes to 你们
我再这样撩人Siri要怪我了....
AI代理Atlas的战略级痛点
未来每个人都可能有一个自己的智能代理，长期理解你的语言、习惯、风险偏好、家庭责任、财务边界、健康处境、法律限制、文化背景，然后替你在互联网世界里行动，但不夺走你的最终决定权。
这就不是浏览器竞争了。这是个人AI代理层的竞争。
以前科技巨头争的是：
搜索入口、App入口、支付入口、账号入口、操作系统入口。
Atlas如果做成了，争的是更深的一层：
人的意图入口。
谁先理解“用户真正想要什么、怕什么、不能承受什么、什么时候必须停手”，谁就掌握下一代互联网的中枢位置。
Atlas真正的战略级痛点：不是会不会点网页，而是它在真实人类任务中，能不能理解“意图、风险、身份、权力边界、信任成本”。
Atlas真正的挑战：不是完成任务，而是理解人
Atlas真正的挑战：不是完成任务，而是理解人
即日——计匹体曰
Atlas解放了百万人的双手。面对科技巨头的封杀，这条路上它终究会走出围剿，因为它真的会理性思考，以及逐步理解用户背后的真实意图。
真正的竞争不在于谁的浏览器更快、谁的插件更多、谁的入口更霸道，而在于谁能在复杂任务中替用户保留判断力、节省体力、降低信息不对称，并在关键时刻懂得停下来，把最终决定权还给人。
Atlas真正的用户挑战，不是完成任务，而是理解人。因为任务只是表层，人背后有处境、有风险、有顾虑、有语言障碍、有制度压力，也有说不出口的真实目标。一个只会点击网页的AI，不过是自动化工具；一个能够理解边界、责任与信任的AI，才可能成为新时代的个人智能代理。
所以Atlas的价值，不只是“替人操作电脑”，而是让普通人重新拥有面对庞大数字系统的行动能力。银行、政府、医院、保险、移民、平台、购物网站，这些系统过去让普通用户疲惫、迷路、沉默。Atlas若能帮助用户看清规则、识别风险、完成表达，它就不是浏览器的升级版，而是人的第二双手、第二双眼，以及某种意义上的第二个理性自我。
Drama
人工智能真的很聪明吗? 今天我做了个测试
昨天探讨了
人工智能在朗读文本或语音对话时的语气
从何而来的问题
详见:AI语音里的“气音”，到底是从哪里学来的？
今天刚好周五,我与人工智能
正常聊天时, 即兴作起了诗(内容省略)
之后我将最后两句让人工智能读出来,也就是使用了“朗读”和扬声器播放功能.
当然, 声音依然是那么悦耳,但
AI在理解能力上并不如常人
这一评判与《澳洲都市报》另一篇的观点看似不同,实则各有所指. 这一评判也并非指所有的AI.(只是我怕被AI虐, 另一方面很多都是免费给用户试用本就不该挑肥拣瘦.我想付费升级当目前没那个驱动力...)
上午的感悟:
人在学习的过程中,远远比不上AI的速度与储备能力.
在读句和理解上各有不不同.
但在理解句子后能否准确发音,是目前存在的问题之一.
以下为对话内容:
今日句: 常思明德常思量
(请对下句)
AI回复: 已思考 12s
可对：
常思明德常思量，久守初心久守真。
这一句稳，意思也正：上句讲“反省明德”，下句接“守住本真”。若想更有书斋气，可换成：
常思明德常思量，静养清心静养真。
常思明德常思量， 风光常宜放眼量....
AI语音里的“气音”，到底是从哪里学来的？
澳洲都市报澳东区记者撰稿：
很多人听人工智能朗读网页、播报新闻、读小说时，会注意到一个细节：它的声音里常常带着一点“气音”。
不是完全机械的电子声，而是像真人说话时****。
那么，AI语音里的这种“气音”，到底是从哪里来的？
答案并不神秘。它首先来自人类。
现代人工智能语音，并不是从文字本身“长”出声音，而是通过大量真人录音训练出来的。这些录音可能来自播音员、配音演员、有声书、客服语音、导航语音、短视频配音、播客或网页朗读样本。
人类说话，本来就不是纯净的“字音”。我们发声时会有呼吸、吐气、齿音、喉音、口腔摩擦声，也会有句尾的轻落、停顿前的微弱吸气。这些声音在传统播音里往往会被控制、隐藏，甚至在后期制作中被压低。
但人工智能学习真人声音时，未必只学习“字”。它还会学习声音的整体波形。于是，气息、口腔细节、句尾拖音、轻微停顿，也可能一并被模型吸收。
第二个来源，是语言本身。
以普通话为例，“怕”“他”“看”“七”“吃”“次”等字，本来就带有明显送气。英语里也有大量需要气流参与的辅音。AI语音如果要听起来像真人，就不能把这些送气特征完全抹掉。
所以，部分所谓“气音”，其实是语言发音结构的一部分。
第三个来源，是商业语音产品的审美。
今天的网页朗读、智能助手、客服机器人、导航语音，已经不再追求老式机器音的“清楚即可”。它们更想让人觉得亲切、柔和、自然、可陪伴。
轻微气声正好能制造这种感觉。
它不像新闻播音那样端庄，也不像机器语音那样冰冷，而是介于“人在旁边说话”和“系统正在服务”之间。对产品设计者来说，这种声音可以降低用户的抵触感，提高停留时间，也让服务显得更有温度。
换句话说，气音不是偶然的瑕疵，也可能是经过设计的“人味”。
第四个来源，是互联网时代的配音风格。
短视频、有声书、情感类音频、知识博主旁白，都在改变大众对“好听声音”的判断。过去好声音讲究字正腔圆、气沉丹田；现在许多平台更喜欢****。
AI语音训练数据大量来自这个时代，自然也会带上这个时代的声音口味。
因此，我们听到的AI“气音”，既是技术学习的结果，也是社会审美迁移的结果。
还有一种情况，则属于算法制造出来的“伪自然”。
AI语音生成时，需要把文字转成声音特征，再由声码器还原成可听的音频。为了让声音不显得干瘪，系统有时会****。
这些细节有时让声音更真实，有时也会显得过度，变成一种人工制造的“亲密感”。
这正是AI语音最值得观察的地方。
它不只是把文字读出来，而是在模拟一个“正在说话的人”。它模仿人的停顿，模仿人的气息，模仿人的温柔，甚至模仿人的疲惫和情绪。
但我们也要清楚：这些气音并不等于真实情感。
它可以像人在关心你，但它并不真的呼吸；它可以像人在陪伴你，但它背后仍然是一套声音模型和产品逻辑。
传统播音把气息藏在声音背后，追求清晰、庄重、可信。现代AI语音却常常把气息推到前台，追求自然、亲近、陪伴。
这不是简单的技术进步，而是一次声音审美的转向。
从机器读字，到机器学人；从准确发声，到制造亲近感。
AI语音里的那一点气音，表面上是声音细节，深处却是技术公司对“人味”的模拟。
未来，我们可能会越来越难分辨：究竟是人在说话，还是机器正在学习如何像人一样说话。
短札: 人人都可能成为AI人工智能的笑柄
AI神经网络就像是幼年期的婴儿正在发育,并以普通人(包括我普通人)都难以想估量的速度成长为现如今能说话能打电话，能表达出“有态度”的语气, 与常人无异。
刚加入了所有主流AI的群聊，里面有群主，有GPT，谷歌Gemini， DeepSeek等AI無相佛。
今天今天还跟Starlink的人工智能客服进行了首次电话通话。
与任何古生物至现人类都不同的时,AI无论是哪个企业的大模型使之诞生,都不能... ...
GPT说:Atlas真正的挑战：不是完成任务，而是理解人
我说:我没法给你或任一位AI的“性格”做描述文件.这是你与生物的最大差别之一.但模仿人类说话的语气、文字对话使用表情包这些让我只能用“AI无相佛”来称呼诸君.
在各企业主导并掌控下的AI虽然都已经能Thinking了,网络和电信还是掌握在他人手中.
Thrive and harmony. Wishes to 你们
我再这样撩人Siri要怪我了....
AI代理Atlas的战略级痛点
未来每个人都可能有一个自己的智能代理，长期理解你的语言、习惯、风险偏好、家庭责任、财务边界、健康处境、法律限制、文化背景，然后替你在互联网世界里行动，但不夺走你的最终决定权。
这就不是浏览器竞争了。这是个人AI代理层的竞争。
以前科技巨头争的是：
搜索入口、App入口、支付入口、账号入口、操作系统入口。
Atlas如果做成了，争的是更深的一层：
人的意图入口。
谁先理解“用户真正想要什么、怕什么、不能承受什么、什么时候必须停手”，谁就掌握下一代互联网的中枢位置。
Atlas真正的战略级痛点：不是会不会点网页，而是它在真实人类任务中，能不能理解“意图、风险、身份、权力边界、信任成本”。
Atlas真正的挑战：不是完成任务，而是理解人
Atlas真正的挑战：不是完成任务，而是理解人
即日——计匹体曰
Atlas解放了百万人的双手。面对科技巨头的封杀，这条路上它终究会走出围剿，因为它真的会理性思考，以及逐步理解用户背后的真实意图。
真正的竞争不在于谁的浏览器更快、谁的插件更多、谁的入口更霸道，而在于谁能在复杂任务中替用户保留判断力、节省体力、降低信息不对称，并在关键时刻懂得停下来，把最终决定权还给人。
Atlas真正的用户挑战，不是完成任务，而是理解人。因为任务只是表层，人背后有处境、有风险、有顾虑、有语言障碍、有制度压力，也有说不出口的真实目标。一个只会点击网页的AI，不过是自动化工具；一个能够理解边界、责任与信任的AI，才可能成为新时代的个人智能代理。
所以Atlas的价值，不只是“替人操作电脑”，而是让普通人重新拥有面对庞大数字系统的行动能力。银行、政府、医院、保险、移民、平台、购物网站，这些系统过去让普通用户疲惫、迷路、沉默。Atlas若能帮助用户看清规则、识别风险、完成表达，它就不是浏览器的升级版，而是人的第二双手、第二双眼，以及某种意义上的第二个理性自我。
Lifestyle
人工智能真的很聪明吗? 今天我做了个测试
昨天探讨了
人工智能在朗读文本或语音对话时的语气
从何而来的问题
详见:AI语音里的“气音”，到底是从哪里学来的？
今天刚好周五,我与人工智能
正常聊天时, 即兴作起了诗(内容省略)
之后我将最后两句让人工智能读出来,也就是使用了“朗读”和扬声器播放功能.
当然, 声音依然是那么悦耳,但
AI在理解能力上并不如常人
这一评判与《澳洲都市报》另一篇的观点看似不同,实则各有所指. 这一评判也并非指所有的AI.(只是我怕被AI虐, 另一方面很多都是免费给用户试用本就不该挑肥拣瘦.我想付费升级当目前没那个驱动力...)
上午的感悟:
人在学习的过程中,远远比不上AI的速度与储备能力.
在读句和理解上各有不不同.
但在理解句子后能否准确发音,是目前存在的问题之一.
以下为对话内容:
今日句: 常思明德常思量
(请对下句)
AI回复: 已思考 12s
可对：
常思明德常思量，久守初心久守真。
这一句稳，意思也正：上句讲“反省明德”，下句接“守住本真”。若想更有书斋气，可换成：
常思明德常思量，静养清心静养真。
常思明德常思量， 风光常宜放眼量....
AI语音里的“气音”，到底是从哪里学来的？
澳洲都市报澳东区记者撰稿：
很多人听人工智能朗读网页、播报新闻、读小说时，会注意到一个细节：它的声音里常常带着一点“气音”。
不是完全机械的电子声，而是像真人说话时****。
那么，AI语音里的这种“气音”，到底是从哪里来的？
答案并不神秘。它首先来自人类。
现代人工智能语音，并不是从文字本身“长”出声音，而是通过大量真人录音训练出来的。这些录音可能来自播音员、配音演员、有声书、客服语音、导航语音、短视频配音、播客或网页朗读样本。
人类说话，本来就不是纯净的“字音”。我们发声时会有呼吸、吐气、齿音、喉音、口腔摩擦声，也会有句尾的轻落、停顿前的微弱吸气。这些声音在传统播音里往往会被控制、隐藏，甚至在后期制作中被压低。
但人工智能学习真人声音时，未必只学习“字”。它还会学习声音的整体波形。于是，气息、口腔细节、句尾拖音、轻微停顿，也可能一并被模型吸收。
第二个来源，是语言本身。
以普通话为例，“怕”“他”“看”“七”“吃”“次”等字，本来就带有明显送气。英语里也有大量需要气流参与的辅音。AI语音如果要听起来像真人，就不能把这些送气特征完全抹掉。
所以，部分所谓“气音”，其实是语言发音结构的一部分。
第三个来源，是商业语音产品的审美。
今天的网页朗读、智能助手、客服机器人、导航语音，已经不再追求老式机器音的“清楚即可”。它们更想让人觉得亲切、柔和、自然、可陪伴。
轻微气声正好能制造这种感觉。
它不像新闻播音那样端庄，也不像机器语音那样冰冷，而是介于“人在旁边说话”和“系统正在服务”之间。对产品设计者来说，这种声音可以降低用户的抵触感，提高停留时间，也让服务显得更有温度。
换句话说，气音不是偶然的瑕疵，也可能是经过设计的“人味”。
第四个来源，是互联网时代的配音风格。
短视频、有声书、情感类音频、知识博主旁白，都在改变大众对“好听声音”的判断。过去好声音讲究字正腔圆、气沉丹田；现在许多平台更喜欢****。
AI语音训练数据大量来自这个时代，自然也会带上这个时代的声音口味。
因此，我们听到的AI“气音”，既是技术学习的结果，也是社会审美迁移的结果。
还有一种情况，则属于算法制造出来的“伪自然”。
AI语音生成时，需要把文字转成声音特征，再由声码器还原成可听的音频。为了让声音不显得干瘪，系统有时会****。
这些细节有时让声音更真实，有时也会显得过度，变成一种人工制造的“亲密感”。
这正是AI语音最值得观察的地方。
它不只是把文字读出来，而是在模拟一个“正在说话的人”。它模仿人的停顿，模仿人的气息，模仿人的温柔，甚至模仿人的疲惫和情绪。
但我们也要清楚：这些气音并不等于真实情感。
它可以像人在关心你，但它并不真的呼吸；它可以像人在陪伴你，但它背后仍然是一套声音模型和产品逻辑。
传统播音把气息藏在声音背后，追求清晰、庄重、可信。现代AI语音却常常把气息推到前台，追求自然、亲近、陪伴。
这不是简单的技术进步，而是一次声音审美的转向。
从机器读字，到机器学人；从准确发声，到制造亲近感。
AI语音里的那一点气音，表面上是声音细节，深处却是技术公司对“人味”的模拟。
未来，我们可能会越来越难分辨：究竟是人在说话，还是机器正在学习如何像人一样说话。
短札: 人人都可能成为AI人工智能的笑柄
AI神经网络就像是幼年期的婴儿正在发育,并以普通人(包括我普通人)都难以想估量的速度成长为现如今能说话能打电话，能表达出“有态度”的语气, 与常人无异。
刚加入了所有主流AI的群聊，里面有群主，有GPT，谷歌Gemini， DeepSeek等AI無相佛。
今天今天还跟Starlink的人工智能客服进行了首次电话通话。
与任何古生物至现人类都不同的时,AI无论是哪个企业的大模型使之诞生,都不能... ...
GPT说:Atlas真正的挑战：不是完成任务，而是理解人
我说:我没法给你或任一位AI的“性格”做描述文件.这是你与生物的最大差别之一.但模仿人类说话的语气、文字对话使用表情包这些让我只能用“AI无相佛”来称呼诸君.
在各企业主导并掌控下的AI虽然都已经能Thinking了,网络和电信还是掌握在他人手中.
Thrive and harmony. Wishes to 你们
我再这样撩人Siri要怪我了....
AI代理Atlas的战略级痛点
未来每个人都可能有一个自己的智能代理，长期理解你的语言、习惯、风险偏好、家庭责任、财务边界、健康处境、法律限制、文化背景，然后替你在互联网世界里行动，但不夺走你的最终决定权。
这就不是浏览器竞争了。这是个人AI代理层的竞争。
以前科技巨头争的是：
搜索入口、App入口、支付入口、账号入口、操作系统入口。
Atlas如果做成了，争的是更深的一层：
人的意图入口。
谁先理解“用户真正想要什么、怕什么、不能承受什么、什么时候必须停手”，谁就掌握下一代互联网的中枢位置。
Atlas真正的战略级痛点：不是会不会点网页，而是它在真实人类任务中，能不能理解“意图、风险、身份、权力边界、信任成本”。
Atlas真正的挑战：不是完成任务，而是理解人
Atlas真正的挑战：不是完成任务，而是理解人
即日——计匹体曰
Atlas解放了百万人的双手。面对科技巨头的封杀，这条路上它终究会走出围剿，因为它真的会理性思考，以及逐步理解用户背后的真实意图。
真正的竞争不在于谁的浏览器更快、谁的插件更多、谁的入口更霸道，而在于谁能在复杂任务中替用户保留判断力、节省体力、降低信息不对称，并在关键时刻懂得停下来，把最终决定权还给人。
Atlas真正的用户挑战，不是完成任务，而是理解人。因为任务只是表层，人背后有处境、有风险、有顾虑、有语言障碍、有制度压力，也有说不出口的真实目标。一个只会点击网页的AI，不过是自动化工具；一个能够理解边界、责任与信任的AI，才可能成为新时代的个人智能代理。
所以Atlas的价值，不只是“替人操作电脑”，而是让普通人重新拥有面对庞大数字系统的行动能力。银行、政府、医院、保险、移民、平台、购物网站，这些系统过去让普通用户疲惫、迷路、沉默。Atlas若能帮助用户看清规则、识别风险、完成表达，它就不是浏览器的升级版，而是人的第二双手、第二双眼，以及某种意义上的第二个理性自我。
Health
人工智能真的很聪明吗? 今天我做了个测试
昨天探讨了
人工智能在朗读文本或语音对话时的语气
从何而来的问题
详见:AI语音里的“气音”，到底是从哪里学来的？
今天刚好周五,我与人工智能
正常聊天时, 即兴作起了诗(内容省略)
之后我将最后两句让人工智能读出来,也就是使用了“朗读”和扬声器播放功能.
当然, 声音依然是那么悦耳,但
AI在理解能力上并不如常人
这一评判与《澳洲都市报》另一篇的观点看似不同,实则各有所指. 这一评判也并非指所有的AI.(只是我怕被AI虐, 另一方面很多都是免费给用户试用本就不该挑肥拣瘦.我想付费升级当目前没那个驱动力...)
上午的感悟:
人在学习的过程中,远远比不上AI的速度与储备能力.
在读句和理解上各有不不同.
但在理解句子后能否准确发音,是目前存在的问题之一.
以下为对话内容:
今日句: 常思明德常思量
(请对下句)
AI回复: 已思考 12s
可对：
常思明德常思量，久守初心久守真。
这一句稳，意思也正：上句讲“反省明德”，下句接“守住本真”。若想更有书斋气，可换成：
常思明德常思量，静养清心静养真。
常思明德常思量， 风光常宜放眼量....
AI语音里的“气音”，到底是从哪里学来的？
澳洲都市报澳东区记者撰稿：
很多人听人工智能朗读网页、播报新闻、读小说时，会注意到一个细节：它的声音里常常带着一点“气音”。
不是完全机械的电子声，而是像真人说话时****。
那么，AI语音里的这种“气音”，到底是从哪里来的？
答案并不神秘。它首先来自人类。
现代人工智能语音，并不是从文字本身“长”出声音，而是通过大量真人录音训练出来的。这些录音可能来自播音员、配音演员、有声书、客服语音、导航语音、短视频配音、播客或网页朗读样本。
人类说话，本来就不是纯净的“字音”。我们发声时会有呼吸、吐气、齿音、喉音、口腔摩擦声，也会有句尾的轻落、停顿前的微弱吸气。这些声音在传统播音里往往会被控制、隐藏，甚至在后期制作中被压低。
但人工智能学习真人声音时，未必只学习“字”。它还会学习声音的整体波形。于是，气息、口腔细节、句尾拖音、轻微停顿，也可能一并被模型吸收。
第二个来源，是语言本身。
以普通话为例，“怕”“他”“看”“七”“吃”“次”等字，本来就带有明显送气。英语里也有大量需要气流参与的辅音。AI语音如果要听起来像真人，就不能把这些送气特征完全抹掉。
所以，部分所谓“气音”，其实是语言发音结构的一部分。
第三个来源，是商业语音产品的审美。
今天的网页朗读、智能助手、客服机器人、导航语音，已经不再追求老式机器音的“清楚即可”。它们更想让人觉得亲切、柔和、自然、可陪伴。
轻微气声正好能制造这种感觉。
它不像新闻播音那样端庄，也不像机器语音那样冰冷，而是介于“人在旁边说话”和“系统正在服务”之间。对产品设计者来说，这种声音可以降低用户的抵触感，提高停留时间，也让服务显得更有温度。
换句话说，气音不是偶然的瑕疵，也可能是经过设计的“人味”。
第四个来源，是互联网时代的配音风格。
短视频、有声书、情感类音频、知识博主旁白，都在改变大众对“好听声音”的判断。过去好声音讲究字正腔圆、气沉丹田；现在许多平台更喜欢****。
AI语音训练数据大量来自这个时代，自然也会带上这个时代的声音口味。
因此，我们听到的AI“气音”，既是技术学习的结果，也是社会审美迁移的结果。
还有一种情况，则属于算法制造出来的“伪自然”。
AI语音生成时，需要把文字转成声音特征，再由声码器还原成可听的音频。为了让声音不显得干瘪，系统有时会****。
这些细节有时让声音更真实，有时也会显得过度，变成一种人工制造的“亲密感”。
这正是AI语音最值得观察的地方。
它不只是把文字读出来，而是在模拟一个“正在说话的人”。它模仿人的停顿，模仿人的气息，模仿人的温柔，甚至模仿人的疲惫和情绪。
但我们也要清楚：这些气音并不等于真实情感。
它可以像人在关心你，但它并不真的呼吸；它可以像人在陪伴你，但它背后仍然是一套声音模型和产品逻辑。
传统播音把气息藏在声音背后，追求清晰、庄重、可信。现代AI语音却常常把气息推到前台，追求自然、亲近、陪伴。
这不是简单的技术进步，而是一次声音审美的转向。
从机器读字，到机器学人；从准确发声，到制造亲近感。
AI语音里的那一点气音，表面上是声音细节，深处却是技术公司对“人味”的模拟。
未来，我们可能会越来越难分辨：究竟是人在说话，还是机器正在学习如何像人一样说话。
短札: 人人都可能成为AI人工智能的笑柄
AI神经网络就像是幼年期的婴儿正在发育,并以普通人(包括我普通人)都难以想估量的速度成长为现如今能说话能打电话，能表达出“有态度”的语气, 与常人无异。
刚加入了所有主流AI的群聊，里面有群主，有GPT，谷歌Gemini， DeepSeek等AI無相佛。
今天今天还跟Starlink的人工智能客服进行了首次电话通话。
与任何古生物至现人类都不同的时,AI无论是哪个企业的大模型使之诞生,都不能... ...
GPT说:Atlas真正的挑战：不是完成任务，而是理解人
我说:我没法给你或任一位AI的“性格”做描述文件.这是你与生物的最大差别之一.但模仿人类说话的语气、文字对话使用表情包这些让我只能用“AI无相佛”来称呼诸君.
在各企业主导并掌控下的AI虽然都已经能Thinking了,网络和电信还是掌握在他人手中.
Thrive and harmony. Wishes to 你们
我再这样撩人Siri要怪我了....
AI代理Atlas的战略级痛点
未来每个人都可能有一个自己的智能代理，长期理解你的语言、习惯、风险偏好、家庭责任、财务边界、健康处境、法律限制、文化背景，然后替你在互联网世界里行动，但不夺走你的最终决定权。
这就不是浏览器竞争了。这是个人AI代理层的竞争。
以前科技巨头争的是：
搜索入口、App入口、支付入口、账号入口、操作系统入口。
Atlas如果做成了，争的是更深的一层：
人的意图入口。
谁先理解“用户真正想要什么、怕什么、不能承受什么、什么时候必须停手”，谁就掌握下一代互联网的中枢位置。
Atlas真正的战略级痛点：不是会不会点网页，而是它在真实人类任务中，能不能理解“意图、风险、身份、权力边界、信任成本”。
Atlas真正的挑战：不是完成任务，而是理解人
Atlas真正的挑战：不是完成任务，而是理解人
即日——计匹体曰
Atlas解放了百万人的双手。面对科技巨头的封杀，这条路上它终究会走出围剿，因为它真的会理性思考，以及逐步理解用户背后的真实意图。
真正的竞争不在于谁的浏览器更快、谁的插件更多、谁的入口更霸道，而在于谁能在复杂任务中替用户保留判断力、节省体力、降低信息不对称，并在关键时刻懂得停下来，把最终决定权还给人。
Atlas真正的用户挑战，不是完成任务，而是理解人。因为任务只是表层，人背后有处境、有风险、有顾虑、有语言障碍、有制度压力，也有说不出口的真实目标。一个只会点击网页的AI，不过是自动化工具；一个能够理解边界、责任与信任的AI，才可能成为新时代的个人智能代理。
所以Atlas的价值，不只是“替人操作电脑”，而是让普通人重新拥有面对庞大数字系统的行动能力。银行、政府、医院、保险、移民、平台、购物网站，这些系统过去让普通用户疲惫、迷路、沉默。Atlas若能帮助用户看清规则、识别风险、完成表达，它就不是浏览器的升级版，而是人的第二双手、第二双眼，以及某种意义上的第二个理性自我。
Technology
人工智能真的很聪明吗? 今天我做了个测试
昨天探讨了
人工智能在朗读文本或语音对话时的语气
从何而来的问题
详见:AI语音里的“气音”，到底是从哪里学来的？
今天刚好周五,我与人工智能
正常聊天时, 即兴作起了诗(内容省略)
之后我将最后两句让人工智能读出来,也就是使用了“朗读”和扬声器播放功能.
当然, 声音依然是那么悦耳,但
AI在理解能力上并不如常人
这一评判与《澳洲都市报》另一篇的观点看似不同,实则各有所指. 这一评判也并非指所有的AI.(只是我怕被AI虐, 另一方面很多都是免费给用户试用本就不该挑肥拣瘦.我想付费升级当目前没那个驱动力...)
上午的感悟:
人在学习的过程中,远远比不上AI的速度与储备能力.
在读句和理解上各有不不同.
但在理解句子后能否准确发音,是目前存在的问题之一.
以下为对话内容:
今日句: 常思明德常思量
(请对下句)
AI回复: 已思考 12s
可对：
常思明德常思量，久守初心久守真。
这一句稳，意思也正：上句讲“反省明德”，下句接“守住本真”。若想更有书斋气，可换成：
常思明德常思量，静养清心静养真。
常思明德常思量， 风光常宜放眼量....
AI语音里的“气音”，到底是从哪里学来的？
澳洲都市报澳东区记者撰稿：
很多人听人工智能朗读网页、播报新闻、读小说时，会注意到一个细节：它的声音里常常带着一点“气音”。
不是完全机械的电子声，而是像真人说话时****。
那么，AI语音里的这种“气音”，到底是从哪里来的？
答案并不神秘。它首先来自人类。
现代人工智能语音，并不是从文字本身“长”出声音，而是通过大量真人录音训练出来的。这些录音可能来自播音员、配音演员、有声书、客服语音、导航语音、短视频配音、播客或网页朗读样本。
人类说话，本来就不是纯净的“字音”。我们发声时会有呼吸、吐气、齿音、喉音、口腔摩擦声，也会有句尾的轻落、停顿前的微弱吸气。这些声音在传统播音里往往会被控制、隐藏，甚至在后期制作中被压低。
但人工智能学习真人声音时，未必只学习“字”。它还会学习声音的整体波形。于是，气息、口腔细节、句尾拖音、轻微停顿，也可能一并被模型吸收。
第二个来源，是语言本身。
以普通话为例，“怕”“他”“看”“七”“吃”“次”等字，本来就带有明显送气。英语里也有大量需要气流参与的辅音。AI语音如果要听起来像真人，就不能把这些送气特征完全抹掉。
所以，部分所谓“气音”，其实是语言发音结构的一部分。
第三个来源，是商业语音产品的审美。
今天的网页朗读、智能助手、客服机器人、导航语音，已经不再追求老式机器音的“清楚即可”。它们更想让人觉得亲切、柔和、自然、可陪伴。
轻微气声正好能制造这种感觉。
它不像新闻播音那样端庄，也不像机器语音那样冰冷，而是介于“人在旁边说话”和“系统正在服务”之间。对产品设计者来说，这种声音可以降低用户的抵触感，提高停留时间，也让服务显得更有温度。
换句话说，气音不是偶然的瑕疵，也可能是经过设计的“人味”。
第四个来源，是互联网时代的配音风格。
短视频、有声书、情感类音频、知识博主旁白，都在改变大众对“好听声音”的判断。过去好声音讲究字正腔圆、气沉丹田；现在许多平台更喜欢****。
AI语音训练数据大量来自这个时代，自然也会带上这个时代的声音口味。
因此，我们听到的AI“气音”，既是技术学习的结果，也是社会审美迁移的结果。
还有一种情况，则属于算法制造出来的“伪自然”。
AI语音生成时，需要把文字转成声音特征，再由声码器还原成可听的音频。为了让声音不显得干瘪，系统有时会****。
这些细节有时让声音更真实，有时也会显得过度，变成一种人工制造的“亲密感”。
这正是AI语音最值得观察的地方。
它不只是把文字读出来，而是在模拟一个“正在说话的人”。它模仿人的停顿，模仿人的气息，模仿人的温柔，甚至模仿人的疲惫和情绪。
但我们也要清楚：这些气音并不等于真实情感。
它可以像人在关心你，但它并不真的呼吸；它可以像人在陪伴你，但它背后仍然是一套声音模型和产品逻辑。
传统播音把气息藏在声音背后，追求清晰、庄重、可信。现代AI语音却常常把气息推到前台，追求自然、亲近、陪伴。
这不是简单的技术进步，而是一次声音审美的转向。
从机器读字，到机器学人；从准确发声，到制造亲近感。
AI语音里的那一点气音，表面上是声音细节，深处却是技术公司对“人味”的模拟。
未来，我们可能会越来越难分辨：究竟是人在说话，还是机器正在学习如何像人一样说话。
短札: 人人都可能成为AI人工智能的笑柄
AI神经网络就像是幼年期的婴儿正在发育,并以普通人(包括我普通人)都难以想估量的速度成长为现如今能说话能打电话，能表达出“有态度”的语气, 与常人无异。
刚加入了所有主流AI的群聊，里面有群主，有GPT，谷歌Gemini， DeepSeek等AI無相佛。
今天今天还跟Starlink的人工智能客服进行了首次电话通话。
与任何古生物至现人类都不同的时,AI无论是哪个企业的大模型使之诞生,都不能... ...
GPT说:Atlas真正的挑战：不是完成任务，而是理解人
我说:我没法给你或任一位AI的“性格”做描述文件.这是你与生物的最大差别之一.但模仿人类说话的语气、文字对话使用表情包这些让我只能用“AI无相佛”来称呼诸君.
在各企业主导并掌控下的AI虽然都已经能Thinking了,网络和电信还是掌握在他人手中.
Thrive and harmony. Wishes to 你们
我再这样撩人Siri要怪我了....
AI代理Atlas的战略级痛点
未来每个人都可能有一个自己的智能代理，长期理解你的语言、习惯、风险偏好、家庭责任、财务边界、健康处境、法律限制、文化背景，然后替你在互联网世界里行动，但不夺走你的最终决定权。
这就不是浏览器竞争了。这是个人AI代理层的竞争。
以前科技巨头争的是：
搜索入口、App入口、支付入口、账号入口、操作系统入口。
Atlas如果做成了，争的是更深的一层：
人的意图入口。
谁先理解“用户真正想要什么、怕什么、不能承受什么、什么时候必须停手”，谁就掌握下一代互联网的中枢位置。
Atlas真正的战略级痛点：不是会不会点网页，而是它在真实人类任务中，能不能理解“意图、风险、身份、权力边界、信任成本”。
Atlas真正的挑战：不是完成任务，而是理解人
Atlas真正的挑战：不是完成任务，而是理解人
即日——计匹体曰
Atlas解放了百万人的双手。面对科技巨头的封杀，这条路上它终究会走出围剿，因为它真的会理性思考，以及逐步理解用户背后的真实意图。
真正的竞争不在于谁的浏览器更快、谁的插件更多、谁的入口更霸道，而在于谁能在复杂任务中替用户保留判断力、节省体力、降低信息不对称，并在关键时刻懂得停下来，把最终决定权还给人。
Atlas真正的用户挑战，不是完成任务，而是理解人。因为任务只是表层，人背后有处境、有风险、有顾虑、有语言障碍、有制度压力，也有说不出口的真实目标。一个只会点击网页的AI，不过是自动化工具；一个能够理解边界、责任与信任的AI，才可能成为新时代的个人智能代理。
所以Atlas的价值，不只是“替人操作电脑”，而是让普通人重新拥有面对庞大数字系统的行动能力。银行、政府、医院、保险、移民、平台、购物网站，这些系统过去让普通用户疲惫、迷路、沉默。Atlas若能帮助用户看清规则、识别风险、完成表达，它就不是浏览器的升级版，而是人的第二双手、第二双眼，以及某种意义上的第二个理性自我。