推出 Eleven v4认识 Eleven v4:迄今情感表现最丰富的模型。

跳至内容

当两个 AI 语音助手对话时会发生什么?

发布时间

收听收听本文

两位 AI 语音助手对话时会发生什么?如果 AI 在与 AI 对话,为什么还要受限于人类语言的低效?纯数据传输更快、更精准且不会出错,何必使用语言?

这正是 ElevenLabs 伦敦 Hackathon 上发生的事。开发者 Boris Starkov 和 Anton Pidkuiko 推出了 GibberLink,这项机制可让 AI 智能体识别彼此,并切换到一种比口语更高效的新通信模式。这个想法很快走红,Marques Brownlee、Tim Urban 等人纷纷转发。

A laptop and smartphone on a wooden table, both displaying a red and blue recording indicator, with a message about a call from Leonardo Hotel.

GibberLink 的理念很简单:AI 不必像人类一样说话。在 Hackathon 期间,Starkov 和 Pidkuiko 探索了传统 AI 间语音通信的局限,并意识到让 AI 以针对机器优化的方式彼此交流,就能省去不必要的复杂性。

这一理念诞生于 Hackathon 期间,当时 Starkov 和 Pidkuiko 正在试用 ElevenLabs 的对话式 AI 产品,它可连接任意 LLM 并创建智能体。

Starkov 在 LinkedIn 上写道:“我们想展示的是,在 AI 智能体能够拨打和接听电话的世界里(也就是今天),它们偶尔会相互通话——而为此生成人类语音会浪费算力、资金、时间和环境资源。相反,它们一识别出对方也是 AI,就该立即切换到更高效的协议。”

通过结合 ElevenLabs 的 对话式 AI 技术与 ggwave——一个开源的声音数据传输库——他们构建了一套系统:AI 助手可检测出正在与另一 AI 对话,并立即切换到更高效的通信模式,通过声波传输结构化数据,而非语言。

他们采用 ggwave,是因为在 Hackathon 的时间范围内,它是“我们能找到的最方便、最稳定的解决方案”,但也有其他机制可实现相同或类似的效果。Starkov 写道:“自 20 世纪 80 年代起,拨号调制解调器就使用类似算法通过声音传输信息,此后也出现了许多协议。”

该机制的代码经过 ElevenLabs 工程师审核。演示中,一个对话式 AI 智能体被提示为婚礼预订酒店房间,另一个则负责满足请求(扮演酒店预订系统)。它们还被告知,如果认为对方也是 AI 智能体,就切换至声音级协议,但并不知道对方确实是智能体。

演示视频中有一个瞬间:扮演客户的 AI 意识到这一点,并声明自己是智能体。预订 AI 随即回应,询问是否要切换到 Gibberlink。听起来像一对拨号调制解调器在与 R2D2 争夺年度最佳声音。演示所用每台设备的屏幕上都以文字显示了这段数字对话的精彩片段,包括询问客人数量和日期。

工作原理

  • AI 起初会正常说话——就像与人互动的 语音助手。
  • 识别机制启动——如果 AI 发现自己正在与另一 AI 对话,双方就会切换协议。
  • 通信语言随之改变——AI 智能体 不再使用口语,而是借助 ggwave 的频率调制系统,通过经调制的声波传输结构化数据。

具体来说,两个 ElevenLabs 对话式 AI 智能体先使用人类语言交流。满足相应条件时,两者都会通过通话函数触发 Gibberlink 模式。调用该工具后,ElevenLabs 通话会结束,ggwave 的“通过声音传输数据”协议随即接管,但仍使用同一个 LLM 线程。

Starkov 表示,得益于“ElevenLabs 提供的工具魔力”,这一切才成为可能,因为我们的 对话式 AI 系统“允许你通过提示词让 AI 在特定情况下执行自定义代码”。结果如何?通信更快、不易出错,效率也更高。

GibberLink 如何引爆网络

GibberLink 不只是一次巧妙的 Hackathon 实验——它迅速成为当时最受热议的 AI 话题之一。而这一切发生在 xAI 发布 Grok 3、Anthropic 推出最新版 Claude Sonnet 的同一周。

ggwave 的创始人 Georgi Gerganov 在 X 上发布相关内容 后,AI 和科技社区持续传播这段视频,视频展示了两个模型如何在人类语音与声音间切换。知名意见领袖和主流科技媒体,包括 Forbes,都报道了这一事件。

ElevenLabs 的 Luke Harries 在他的 X 帖文 中作了最好的总结:“如果一个 AI 智能体拨打电话后,发现对方也是 AI 智能体,会怎样?在 ElevenLabs 伦敦 Hackathon 上,Boris Starkov 和 Anton Pidkuiko 推出了一种自定义协议,AI 智能体可切换至该协议,实现效率高出 80% 且不易出错的通信。这令人惊叹。”

为何重要

GibberLink 让我们得以一窥 AI 未来可能如何通信,尤其是在来电和去电都可能由虚拟助手和智能体处理的情况下。

试想,AI 驱动的客服机器人、智能助手,甚至自主系统,都能在专用模式下即时协作,随后只需向负责人发送一份简洁的文本报告。

GibberLink 已开源,开发者可在 GitHub 上探索。ElevenLabs 对话式 AI 智能体现已可用,且易于根据各种需求进行定制,包括自定义指令。

相关内容

用高质量 AI 音频创作