요약:
지난 며칠 동안 모두가 WeChat 그레이스케일 테스트의 새로운 기능에 짜증을 냈을 것입니다. 먼저, 음성 입력 모드에서는 '길게 눌러 말하기' 테두리가 갑자기 두꺼워지고 검게 변해 안보일까봐 걱정된다. 그러면 텍스트 입력 모드에서 입력 상자에 다음과 같은 알림이 표시됩니다.
길게 누르면 텍스트를 변환할 수 있습니다.
이게 무슨 뜻인가요?
과거에는 '길게 눌러서 말하세요'를 사용하려면 음성 모드로 전환해야 했습니다. 당신이 버린 것은 원래의 목소리였고, 반대편에서 들리는 것은 당신의 빌어먹을 매력적인 거품 목소리였습니다(당신이 적극적으로 그것을 텍스트로 변환하기로 선택하지 않은 이상).
하지만 이제는 입력 상자를 길게 눌러 말을 하면 음성이 바로 텍스트로 바뀌며, 손을 떼면 전송됩니다.
얼핏 보면 매우 편리해 보입니다. 말씀하신 후 바로 보내주시면 됩니다. 그러나 많은 네티즌들의 첫 반응은 불평이다. 실수로 사회적 죽음을 촉발하는 것은 너무 쉽다.
그러나 나쁜 평론가는 오늘 이에 대해 불평하지 않습니다.
이 앱에 음성 입력을 위한 공간이 너무 많다는 사실을 아셨나요?
얼마 전에는 WeChat이 입력 상자 오른쪽에 마이크 버튼(+1)을 배치하고 단 한 번의 클릭만으로 음성을 텍스트로 변환할 수 있다는 것을 아셔야 합니다. 또한 이번에는 입력창(+1)을 길게 누르고, 길게 누르면 음성모드(+1)와 입력방식의 음성키(+1), 시스템 자체 받아쓰기(+1)도 말을 할 수 있다.
이제 WeChat을 열면 화면 하단에 5개의 음성 포털이 여러분의 말을 기다리고 있습니다.
귀귀야, 정말 미스터 배드 리뷰의 서브우퍼를 듣고 싶니?
이런 상황이 휴대폰 위챗에서만 나타난다면 괜찮을 것 같습니다. 문제는 현재 휴대폰에서 컴퓨터에 이르기까지 많은 앱이 이와 같다는 것입니다.
예를 들어, Mac 데스크톱 버전의 WeChat에는 이전에도 Fn을 길게 눌러 음성으로 텍스트를 입력하라는 동일한 메시지가 있었습니다.
Feishu 데스크톱의 입력 상자에는 음성을 텍스트로 변환하기 위한 "Fn을 길게 눌러 말하기" 줄도 있습니다.
형제 여러분, Mac에서 Fn이 얼마나 중요한지 모르시나요? 입력 방법 및 기능 영역의 고주파 키가 모두 음성으로 차지하고 있습니까?
걱정하지 마세요. 우리가 갈 곳은 여기입니다.
Feishu 문서에서 표의 그리드를 열면 오른쪽 상단에 음성-텍스트 텍스트도 있는 것을 확인할 수 있습니다.
이렇게 말하면 지금 큰 공장 앱을 열면 수많은 마이크가 손을 흔드는 것을 볼 수 있습니다. 삼촌, 나에게 오세요...
합리적으로 음성 입력을 합시다. 아무도 이의를 제기하지 않습니다. 다중 선택은 항상 좋은 것입니다.
그러나 현재의 자세는 분명히 "더 많은 옵션 제공" 그 이상입니다.
일부는 텍스트를 사용하여 사용자에게 상기시켜 주고, 일부는 가장 눈에 띄는 위치에 입구를 배치하고, 일부는 단순히 버튼을 매우 크게 만듭니다.
우리가 앱에서 말을 하지 않을까 봐 주요 제조사들은 음성을 우선시하기로 합의한 것 같습니다.
이것을 보면 왜, 이 음성 입력의 마법이 무엇인지 궁금할 것입니다.
처음에 나쁜 평론가는 그것이 매우 간단하고 사용하기 쉽고 저렴하다고 생각했습니다.
병음에 비해 입력 효율성이 높고, 비용도 높지 않습니다.
Volcano Engine 공식 웹사이트 가격에 따르면 Doubao의 스트리밍 음성 인식 비용은 시간당 1위안 미만입니다. 헤비유저가 매일 10분씩 음성을 보내도 1년에 60위안밖에 안 든다. 이것은 여전히 소매 가격이며 주요 제조업체가 자체 모델을 사용하는 것이 더 저렴할 것입니다.
그러나 문제는:
음성 입력은 전혀 새로운 것이 아닙니다. Siri는 10여년 전에 받아쓰기를 할 수 있었고 Amap의 음성 검색은 수년 동안 가능했습니다. 지금 음성 우선순위가 왜 이렇게 높나요?
나중에 곰곰이 생각해보니 그 열쇠가 입력방식에 있을지도 모른다는 걸 깨달았습니다.
저는 이전에 주요 제조사의 입력 방식에 대해 글을 쓴 적이 있는데, 입력 방식은 모든 앱의 문을 지키는 경비원과 같다고 했습니다. 먼저 귀하의 모든 요구 사항을 파악한 다음 앱을 파악합니다.
예를 들어 Doubao 앱에서 질문을 하면 보내기를 클릭하기 전에 WeChat 입력 방법이 답변을 얼굴에 던질 수 있습니다.
마찬가지로 위챗에서 메시지를 보내고 빈바오 입력방식으로 입력하면 위챗에서는 절대 이 장면을 보고 싶어하지 않을 것입니다.
수년 전 Sogou 입력 방식은 Baidu를 능가했습니다.
사용자는 모두 바이두에 있고, 입력할 때 나타나는 후보 단어는 바로 소고우로 이동되어 검색됩니다.
그러므로 앱은 다음과 같이 생각해야 합니다. 사용자가 나와 직접 상호작용하고 입력 방법의 보안을 우회할 수 있는 방법이 있습니까?
말을 텍스트로 변환합니다.
사실 이 기술은 수년 전부터 존재했지만 당시에는 비용이 많이 들고 정확도도 낮았습니다.
지난 2년 동안 대규모 음성 모델이 개발되면서 정확성과 응답 속도가 거의 완벽해졌습니다.
AI가 지원하는 음성-텍스트 변환은 입력 방식에 방해받을 염려 없이 처음으로 앱이 혼자 작업할 수 있는 기회를 제공한다고 할 수 있습니다.
그러나 이것은 단지 '방어'일 뿐입니다. 좀 더 자세히 살펴보겠습니다. 주요 제조업체는 실제로 차세대 상호 작용의 입구를 미리 점유하면서 공격에 나섰습니다.
오늘은 길게 눌러 말하면 앱이 단어를 단어로 변환하는 데 도움이 됩니다. 내일 길게 눌러 말하면 앱이 직접 항공편을 예약해 주나요?
이를 수행할 수 있는 일부 AI 기반 앱이 이미 있지만 WeChat 및 Feishu와 같은 앱도 이 방향으로 가고 싶어하므로 먼저 사용자가 말하는 방법을 교육한 다음 사용자가 에이전트와 직접 대화하여 요구 사항을 완료하도록 교육합니다.
차세대 앱에서는 입을 열고 말해야 합니다. → AI가 직접 작업을 수행합니다.
그러나 이 과정은 점진적이어야 합니다.
이제 주요 앱은 사용자가 자신의 앱에서 말하는 습관을 안내하고 육성하기 위해 최선을 다해야 하며, 점차적으로 다양한 AI 요약 및 검색 기능을 음성 명령에 통합해야 합니다.
이것이 모두가 음성 인식을 추진하는 이유입니다.
그러나 이것이 끝이 아닙니다.
이러한 현상은 향후 시장에 출시된 대부분의 앱에도 확산될 것입니다.
증분 시대에는 모두가 누가 더 빨리 달릴 수 있는지 경쟁하는 반면, 주식 시대에는 모두가 누가 더 세게 물 수 있는지 경쟁하기 때문입니다. 케이크가 더 이상 커지지 않으면 각 가족은 자신의 그릇에 있는 것만 가져갈 수 있습니다.
이러한 상황에서 AI와 결합해 사용자를 의존하게 만들 수 있는 기능은 무엇이든 첫 번째 회사가 하면 두 번째 회사가 따라오게 됩니다. 사용자는 의존적이기 때문에 시장 수요가 변할 것이고, 그렇지 않으면 사용자를 빼앗길 것입니다.
내 말을 믿지 말고 자신을 비판하십시오. 저는 대기업에서 성공적으로 교육을 받은 살아있는 사례입니다.
이 음성 항목을 처음 봤을 때 저는 '10년 넘게 타이핑을 했는데 손 속도도 느리지 않은데 왜 전화로 통화해야 하지?'라고 생각했습니다.
여러 번 시도해 본 결과 인식이 정말 빠르고 정확하며 모호한 부분도 자동으로 수정될 수 있다는 것을 알게 되었습니다.
몇 달 전까지만 해도 저는 여전히 기본적으로 타이핑을 했고, 너무 게을러서 음성만 사용했습니다...
이제 어떡하지?
저는 입을 벌릴 수 있을 때는 절대 타자를 치지 않습니다. 사무실에 앉아 원고를 쓰면서도 받아쓰고 싶어요. 이제 손가락이 아프지 않고 입력 속도도 빨라졌습니다. 반대로 가끔 입력 방식으로 다시 전환하면 왜 이렇게 힘든지 궁금합니다.
물론 AI에 대한 나의 의존도는 이보다 훨씬 뛰어납니다.
이제는 긴 글을 보다가 처음부터 끝까지 읽을 인내심이 없어서 그냥 AI에게 핵심 내용을 요약하도록 맡깁니다. Twitter에서 뉴스나 동영상을 확인하고 싶다면 @Grok이 이를 허용합니다. 저는 주로 정보를 검색할 때 AI 요약만 읽어보고, 어렵다면 여러 에이전트에게 정리를 맡기곤 합니다.
이런 기능이 처음 등장했을 때는 크게 주목하지 않았는데, 몇 번 경험해 보니 나도 모르게 그 기능 없이는 살 수 없게 되었습니다.
당신과 내가 이렇게 AI에 의존할 때 시장 수요는 미묘하게 다시 쓰여집니다.
AI 음성 및 AI 요약 없이는 누구나 앱을 사용할 수 없습니다. 시장에 적응하기 위해 앱 개발자는 자연스럽게 이러한 기능을 제공해야 합니다.
아마도 머지않아 입력 방법이 더 이상 필요하지 않게 될 것입니다.
처음 이 주제에 대해 이야기를 시작했을 때 편집진은 여전히 농담을 하고 있었습니다.
이렇게 음성 입력이 계속된다면 미래의 젊은이들은 병음조차 입력하지 못할 수도 있습니다.
처음에는 조금 무섭게 들릴 수도 있지만, 그날이 오면 병음을 입력할 수 없어도 상관없겠죠? 각 세대마다 고유한 기술이 있습니다. 이전 세대는 우리가 전구를 수리할 수 없고 5행정 타이핑도 할 수 없다고 생각했지만, 그래도 우리는 꽤 괜찮은 삶을 살았습니다.
입력 방식은 결코 목표가 아니며, 사람과 기계를 연결하는 수단일 뿐입니다. 언젠가 새로운 길이 더욱 편리해지면 누구도 옛 길을 그리워하지 않을 것입니다.
시대의 수레바퀴는 계속 앞으로 나아가고 있으며, 사회가 운영되는 방식의 진화와 함께 서서히 사라지는 기술도 항상 있습니다.
댓글