NVIDIA據報發布NemotronLabs VoiceChat 11B,用於即時全雙工語音
NVIDIA據報的NemotronLabs VoiceChat 11B鎖定開放、即時的語音代理,但有限的來源證據使基準與部署細節仍未獲確認。
NVIDIA據報的NemotronLabs VoiceChat 11B鎖定開放、即時的語音代理,但有限的來源證據使基準與部署細節仍未獲確認。
OpenAI 已說明 GPT-Live——一套為連續對話設計的低延遲語音系統,為開發者提供即時 AI 互動的新方法。
Smallest.ai 已募得 1,300 萬美元,打造用於企業通話的低延遲語音 AI,押注小型專用模型能讓代理聽起來更像人。
OpenAI 推出了 Presence,一個面向企業語音與聊天代理的託管平台,旨在實現可靠、受政策控管的部署。
Current AI 正在擴大一套公共利益 AI 技術堆疊,包含離線語言工具、補助金與開源聊天機器人,目標是服務資源不足的社群。
OpenAI 為 ChatGPT 推出 GPT-Live 語音模型,押注全雙工語音能讓 AI 助理在即時工作中更實用。
Interfaze 已發布 diffusion-gemma-asr-small,這是一款支援六種語言的開源 ASR 模型,嘗試以擴散解碼作為語音 AI 的新路徑。
Google 發布了 Gemini 3.5 Live Translate,這是一款可在 70 多種語言間進行近乎即時翻譯的語音對語音 AI 模型。
語音 AI 的最新新聞與分析