Hume AI 推出新語音應用：免登入用麥克風聊，搭載 EVI 2 與 Claude

現在想體驗前沿的 AI 語音互動，通常得先下載客戶端、註冊賬號甚至繫結信用卡。Hume AI 這次把門檻直接踩平了。

這家專注於情緒語音的公司推出了一款全新的網頁端語音應用。使用者不需要註冊賬號，也不用填任何資訊，只要開啟瀏覽器點開麥克風，就能立刻跟 AI 聊起來。

語音自研，大腦交給 Claude

這款應用背後的架構挺有意思，採用了一種組合拳模式。

負責處理語音和語調的是 Hume 自研的語音語言模型 EVI 2，而負責複雜語言理解和邏輯生成的，則是 Anthropic 的輕量級模型 Claude 3.5 Haiku。

應用裡內建了多種性格各異的 AI 助手。其中包括擅長事實檢索的快速回答模式、能深入探討概念的哲學討論模式，以及負責編造情節的講故事模式。

Hume 試圖通過不同的聲音質感和性格設定，讓每個助手在各自的場景裡發揮特長。

實測有驚豔，也有明顯瑕疵

根據外媒 getcoai 的實際測試，這款應用的表現可謂喜憂參半。

表現最好的是快速回答助手，它在事實性問答上反應準確，能夠乾淨利落地給出所需資訊。

但到了更考驗連貫性的場景，問題就暴露出來了。比如講故事助手中，AI 偶爾會出現重複臺詞的情況，甚至中途會出現意料之外的聲音突變。

此外，不同性格助手之間的回答內容有時會出現重疊，角色區隔還沒有宣傳中那麼鮮明。

為什麼重要

語音互動賽道里，OpenAI 的 ChatGPT 高階語音模式已經搶先佔了身位。Hume 的打法非常務實：我不逼你裝 App，也不要你註冊，直接在網頁端用免登入的方式把體驗塞給使用者。

對普通人來說，這可能是目前接觸情緒化語音 AI 最快、成本最低的途徑。你不需要揹負隱私顧慮或者訂閱負擔，開啟網頁就能判斷這類工具到底對自己有沒有用。

我們認為，Hume 採用的混合架構也給行業打了個樣。垂直公司沒必要在龐大的通用大模型上死磕，把自己的語音處理長板做好，再接入成熟的高性價比模型，成本和效率往往更划算。

不過，目前的缺陷也證明端到端語音互動依然難做。如果聲音的穩定性和角色個性無法徹底解決，使用者的新鮮感一過，這些專門的性格助手就很容易淪為偶爾嚐鮮的花架子。