The Cloudflare Blog
·
Workers AI平台现已提供最先进的Leonardo图像生成模型和Deepgram文本转语音模型
内容提要
Cloudflare的Workers AI平台新增与Leonardo.Ai和Deepgram的合作模型，支持低延迟图像生成和实时语音代理，提升开发者构建AI应用的能力。
关键要点
-
Cloudflare的Workers AI平台新增与Leonardo.Ai和Deepgram的合作模型。
-
新模型支持低延迟图像生成和实时语音代理，提升开发者构建AI应用的能力。
-
Workers AI平台的基础设施专为快速推理而设计，适合低延迟应用。
-
Leonardo.Ai提供两种图像生成模型：Phoenix和Lucid Origin，分别擅长文本渲染和生成照片级真实感图像。
-
Deepgram提供语音AI模型，支持快速的语音转文本和文本转语音推理。
-
Deepgram的Nova-3模型用于语音转文本，Aura-1模型用于文本转语音，支持自然语调和节奏。
-
Cloudflare的基础设施使得开发者能够构建低延迟的语音代理和其他AI应用。
-
新增的WebSocket支持使得Deepgram模型能够实现双向输入输出。
-
开发者可以利用Cloudflare的实时代理和AI模型构建完整的音频处理管道。
延伸解读
低延迟应用的优势
Cloudflare的Workers AI平台专为低延迟应用设计，结合Leonardo和Deepgram的模型，开发者可以快速构建实时图像生成和语音代理应用。这种低延迟特性使得用户体验更加流畅，尤其在需要即时反馈的场景中，如在线游戏和语音助手。
多样化的开发工具
通过Workers AI，开发者不仅可以使用图像和语音模型，还能利用Cloudflare的其他开发工具，如R2存储和WebSocket支持，构建完整的音频处理管道。这种整合能力为开发者提供了更大的灵活性和效率，适合多种应用场景。
模型选择与应用场景
Leonardo的Phoenix和Lucid Origin模型各有侧重，前者适合文本渲染，后者则擅长生成真实感图像。开发者在选择模型时，应根据具体需求和应用场景进行评估，以最大化利用这些先进技术的优势。
延伸问答
Cloudflare的Workers AI平台新增了哪些模型？
Workers AI平台新增了与Leonardo.Ai的Phoenix和Lucid Origin图像生成模型，以及Deepgram的Nova-3语音转文本和Aura-1文本转语音模型。
Leonardo.Ai的Phoenix模型有什么特点？
Phoenix模型擅长文本渲染和提示一致性，能够快速生成图像。
Deepgram的Nova-3模型如何工作？
Nova-3模型是一个语音转文本模型，能够快速且高准确率地转录音频。
Workers AI平台如何支持低延迟应用？
Workers AI平台的基础设施专为快速推理设计，适合低延迟图像生成和实时语音代理。
Deepgram的Aura-1模型有什么优势？
Aura-1模型是一个上下文感知的文本转语音模型，能够根据输入文本应用自然的节奏和表现力。
如何使用WebSocket与Deepgram模型进行双向通信？
可以通过WebSocket保持与推理服务器的连接，实现双向输入输出，使用Nova-3模型时可通过特定的API调用进行。
