➡️
继续阅读
-
Fish Audio 发布 Live 3:一款能在 186 毫秒内做出反应的全双工语音模型
Fish Audio 发布全双工语音模型 Live 3,可在说话时持续聆听,将话轮转换从流水线规则移入模型,基于真实对话学习何时应声、等待、回应或停止,能...
-
Google 将语音识别与语音合成全面搬上端侧:AI Edge Gallery 实现完全离线的语音交互
Google AI Edge Gallery 新增完全离线的端侧语音识别与合成能力,提供 Android 原生和跨平台两种集成路径。语音识别支持百余种语言...
-
容联云携手大连银行,共建全栈信创语音平台
容联云与大连银行合作建设全栈信创语音平台,适配国产CPU、操作系统、数据库及中间件,解决原系统服务终止与架构受限问题。平台采用双中心高可用部署保障业务连续...
-
Modulate 获 Twilio Ventures 投资,并推出全新实时音频智能能力,加速企业语音 AI 布局
Modulate获Twilio Ventures及Paul English新投资,并升级Velma音频智能平台,可实时识别AI来电者。新模型将合成语音检测...
-
Zyphra 发布 ZONOS3-Mini:仅 1 亿激活参数的开源 TTS 模型
Zyphra发布开源TTS模型ZONOS3-Mini,采用稀疏MoE架构,总参数8亿、每token激活约1亿,支持零样本语音克隆与词级表达控制,Apach...
-
How LinkedIn, Netflix & DoorDash Run Agents, Evals & Inference in Production: QCon AI New York 2026
QCon AI New York has published its full program for December 15–16, 2026. Eng...