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
💡
原文英文，约1200词，阅读约需5分钟。
📝
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。
➡️
