小红花·文摘
  • 首页
  • AI Tokens🪙
  • 排行榜🏆
  • 直播
  • FAQ
Cartesia 发布 Sonic-3.6:一款流媒体 TTS 模型,登顶 Artificial Analysis 语音竞技场

Cartesia发布Sonic-3.6文本转语音模型,在Artificial Analysis两个语音排行榜均居首,自然度提升显著。该模型基于状态空间模型,时延低于90毫秒,支持即时声音克隆、自定义发音等,以Beta版托管API提供,定价每百万字符49美元,不开放自托管权重。

Cartesia 发布 Sonic-3.6:一款流媒体 TTS 模型,登顶 Artificial Analysis 语音竞技场

实时互动网 实时互动网 · 2026-08-19T02:30:03Z
OpenHLM——全身VLA下的行走-操作:sonic作为运控底层,π0.5作为VLA的初始化策略(且基于umi改造出可以做全身数采的HuMI)

长沙具身团队在全身VR摇操系统SONIC的复现中,成功实现了全身自主VLA的采训推全流程,完成了自主桌面收纳任务和箱子搬运实验。研究探讨了全身控制器与遥操作接口的设计,提出基于关节的全身遥操作优于传统方法,并通过实证研究验证了VLA在仿人机器人中的适配性和有效性。

OpenHLM——全身VLA下的行走-操作:sonic作为运控底层,π0.5作为VLA的初始化策略(且基于umi改造出可以做全身数采的HuMI)

结构之法 算法之道 结构之法 算法之道 · 2026-06-26T15:17:10Z
超越 SONIC !人形机器人通用小脑迎来 GPT 时刻

全球首个人形通用小脑GPT基座大模型AstraBrain-WBC 0.5在CVPR 2026发布,使用20亿帧人类行为数据,零样本泛化成功率达92.58%。该模型在无预编程的情况下,能够完成多种复杂动作,标志着人形机器人运动控制领域的重大突破。

超越 SONIC !人形机器人通用小脑迎来 GPT 时刻

mongona news mongona news · 2026-06-22T09:48:00Z
更流畅对话、更多语言支持!Nova 2 Sonic让构建语音应用更轻松

亚马逊云科技推出的Amazon Nova 2 Sonic语音模型提升了语音交互的流畅性与智能性,支持多语言切换,优化了语音识别和对话机制,增强了多任务处理能力,适用于多种应用场景。

更流畅对话、更多语言支持!Nova 2 Sonic让构建语音应用更轻松

实时互动网 实时互动网 · 2026-01-06T03:41:49Z
快时尚电商行业智能体设计思路与应用实践(八)基于 WebSocket 的语音系统:Nova 2 Sonic, AgentCore, Strands Agents 企业级架构实践

快时尚电商客服需实时语音智能客服系统,以应对高并发和强交互需求。基于WebSocket架构,结合Amazon Bedrock Nova 2 Sonic和Strands Agents,实现低延迟、可中断的语音服务,提升用户体验并减轻人工客服压力。系统支持多语言,确保安全合规,适应全球市场。

快时尚电商行业智能体设计思路与应用实践(八)基于 WebSocket 的语音系统:Nova 2 Sonic, AgentCore, Strands Agents 企业级架构实践

亚马逊AWS官方博客 亚马逊AWS官方博客 · 2026-01-04T06:06:00Z
SONIC——面向人形全身控制的通用追踪器:可集成VLA来驱动行走-操作(VLA做大脑,SONIC负责执行)

SONIC是一个通用的人形运动追踪框架,旨在解决人形机器人全身控制的挑战。通过大规模动作捕捉数据和强化学习,SONIC实现了高效的运动跟踪和自然交互控制。其核心特点包括实时运动学规划、支持多种输入接口(如VR、视频、文本),以及通过统一的token空间处理不同类型的运动指令。SONIC的开源将促进机器人技术的发展,尤其在遥操作和自主控制方面。

SONIC——面向人形全身控制的通用追踪器:可集成VLA来驱动行走-操作(VLA做大脑,SONIC负责执行)

结构之法 算法之道 结构之法 算法之道 · 2025-12-22T13:32:46Z
如何使用 Amazon Nova Sonic 和 WebSockets 构建完整的语音对话系统

随着人工智能的发展,语音交互技术正向自然对话演进。Amazon Nova Sonic通过单一模型实现语音理解与生成,解决了传统系统的延迟和信息丢失问题。其优势包括端到端处理、实时双向交互、多语言支持和情感感知,提升用户体验。MCP协议为工具调用提供标准化框架,增强实时对话的准确性和流畅性。

如何使用 Amazon Nova Sonic 和 WebSockets 构建完整的语音对话系统

实时互动网 实时互动网 · 2025-08-18T03:52:50Z
Crescendo 利用 Amazon Nova Sonic 为客户体验带来人类级语音 AI

Crescendo与亚马逊Nova Sonic合作,推动语音AI的发展,提供实时情感化客户服务,取代传统IVR系统,提升客户体验。通过集成先进语音技术,Crescendo解决了传统语音代理的高成本和不稳定问题,实现更智能的语音支持。

Crescendo 利用 Amazon Nova Sonic 为客户体验带来人类级语音 AI

实时互动网 实时互动网 · 2025-07-22T03:08:37Z
基于 Amazon Nova Sonic 和 MCP 构建语音交互 Agent

随着人工智能的发展,Amazon Nova Sonic 模型通过统一语音理解与生成,提升了语音交互的自然性和实时性,适用于车载智能座舱、企业客服、教育和医疗等领域,解决了传统语音系统的延迟和信息丢失问题。结合模型上下文协议(MCP),实现高效工具调用和动态响应,推动更自然的人机交互体验。

基于 Amazon Nova Sonic 和 MCP 构建语音交互 Agent

亚马逊AWS官方博客 亚马逊AWS官方博客 · 2025-06-13T02:45:47Z
通过 Amazon Nova Sonic 和 RAG 提升你的英语口语能力

Amazon Nova Sonic 是一个实时语音对话模型,利用 RAG 技术帮助用户练习英语。用户可以上传 PDF 故事,系统提供个性化反馈,提升口语能力,增强语言学习体验。

通过 Amazon Nova Sonic 和 RAG 提升你的英语口语能力

DEV Community DEV Community · 2025-05-28T09:06:33Z
通过亚马逊Nova Sonic提升您的英语口语反应能力

许多人希望提高英语口语能力以便在工作中有效沟通,而非仅仅掌握学术语法。传统课程费用高且耗时,AI工具提供了灵活的选择,允许随时练习对话并获得即时反馈。本文介绍如何构建AI英语助手,帮助专业人士快速提升沟通能力,适用于日常会议和面试。

通过亚马逊Nova Sonic提升您的英语口语反应能力

DEV Community DEV Community · 2025-05-17T19:04:33Z
亚马逊Nova Sonic语音对话AI

亚马逊Nova Sonic是一款先进的语音对话模型,支持实时人声交流,具有低延迟和高性价比。它提供双向流API,允许开发者创建自然的AI代理,支持多种声音和口音,适用于知识库查询和工具调用,并通过WebSockets实现自然对话。Python SDK虽为实验性,但涵盖基本功能,开发者可通过创建客户端和事件处理函数进行使用。

亚马逊Nova Sonic语音对话AI

DEV Community DEV Community · 2025-05-16T18:19:59Z
AWS 一周综述:Amazon S3 Express One Zone 存储类降价、Pixtral Large 在 Amazon Bedrock 中推出、Amazon Nova Sonic 发布等(2025 年 4 月 14 日)

2025年AWS Summit在巴黎举行,汇聚全球云计算社区。AWS将S3 Express One Zone存储费用降低至最高85%。新发布的Pixtral Large 25.02模型和Amazon Nova Sonic语音对话体验提升了AI应用性能。同时,AWS更新了IAM Identity Center和WAF控制台,增强了用户体验和安全性。

AWS 一周综述:Amazon S3 Express One Zone 存储类降价、Pixtral Large 在 Amazon Bedrock 中推出、Amazon Nova Sonic 发布等(2025 年 4 月 14 日)

亚马逊AWS官方博客 亚马逊AWS官方博客 · 2025-04-15T12:55:39Z
推出 Amazon Nova Sonic:为生成式 AI 应用程序带来类似人类的语音对话体验

Amazon Nova Sonic 是一款集成语音理解与生成的模型,简化语音应用开发,支持低延迟对话,能够动态调整语音回复,处理多种说话风格,并具备内容审核功能,适用于客户支持等场景。

推出 Amazon Nova Sonic:为生成式 AI 应用程序带来类似人类的语音对话体验

亚马逊AWS官方博客 亚马逊AWS官方博客 · 2025-04-10T03:29:37Z
亚马逊新模型Nova Sonic,助力AI语音对话更自然

亚马逊推出新基础模型Amazon Nova Sonic,整合语音理解与生成,提升AI语音对话的自然性。该模型能够根据语气和口语输入调整响应,理解对话细节,并生成文字转录,简化语音应用开发。

亚马逊新模型Nova Sonic,助力AI语音对话更自然

全球TMT-美通国际 全球TMT-美通国际 · 2025-04-10T03:21:56Z
Cartesia 融资 6400 万美元,利用 Sonic 2.0 推进实时语音 AI

Cartesia公司在Kleiner Perkins领投的A轮融资中筹集6400万美元,以加速语音AI技术的发展。新模型Sonic 2.0实现90ms延迟,具备卓越的语音克隆能力,适用于对话式AI和实时通信,提供99.9%的正常运行时间,符合企业标准,预计将推动语音AI的广泛应用。

Cartesia 融资 6400 万美元,利用 Sonic 2.0 推进实时语音 AI

实时互动网 实时互动网 · 2025-03-12T06:52:12Z
字节跳动/Sonic:一个闪电般快速的Go语言JSON库

字节跳动的工程师开发了Sonic,一个高效的JSON处理库,显著提升了Go语言性能。Sonic通过即时编译、SIMD指令和智能内存管理,降低了内存使用和处理时间,适合处理大量JSON请求,降低服务器成本,改善用户体验。

字节跳动/Sonic:一个闪电般快速的Go语言JSON库

DEV Community DEV Community · 2025-02-04T04:20:16Z
刚刚决定学习Ruby,以便使用Sonic Pi和Rails框架,祝我好运!

维森特·G·雷耶斯在1月5日宣布他决定学习Ruby编程语言,以便使用Sonic Pi和Rails框架,并希望在学习过程中获得好运。

刚刚决定学习Ruby,以便使用Sonic Pi和Rails框架,祝我好运!

DEV Community DEV Community · 2025-01-05T06:02:49Z
2025年路线图:掌握Ruby以便于Sonic Pi和Rails

本文为2025年新年写作挑战的提交,计划学习Ruby基础、Sonic Pi编程及Rails框架,分为四个季度,涵盖变量、循环、模块、Rails应用开发、API创建和协作音乐应用,最终目标是掌握Ruby和Sonic Pi,构建强大的网络应用。

2025年路线图:掌握Ruby以便于Sonic Pi和Rails

DEV Community DEV Community · 2025-01-05T05:38:34Z
Suunto新款骨传导耳机现正优惠最高可达30美元

Suunto推出的新款骨传导耳机Sonic和Wing正在打折,售价分别为129美元和169美元。Sonic适合跑步,电池续航10小时;Wing则配备LED灯和额外电源。两款耳机音质良好,但低音表现不如入耳式耳机。

Suunto新款骨传导耳机现正优惠最高可达30美元

The Verge The Verge · 2024-09-25T19:54:07Z
  • <<
  • <
  • 1 (current)
  • 2
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码