跳到正文
10月25日周日
  1. TechCrunch · AI69

    Block 研究实验室发布本地运行的全双工语音模型 Dessa

    Jack Dorsey 旗下 Block 的研究实验室发布语音模型 Dessa,可本地运行,并带有笑声、停顿和哭腔等表达。Dessa 是纯语音训练的全双工模型,能边说边听,可在 MacBook M4 Max 或更高配置的消费级电脑上运行,目前未公开开放,Block 正招募安全研究人员测试。Block 称现有语音模型因文本管线驱动而显得不自然,Dessa 将情绪内建于模型之中。

10月24日周六
10月21日周三
10月20日周二
  1. Mistral AI82

    Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK

    Mistral 发布 Voxtral 3 语音模型家族,包含转录模型 Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3 与实时版,以及 TTS 模型 Voxtral Mini TTS 3,并推出基于 LiveKit 的语音智能体 SDK,把听、推理、工具调用和说话串成一条实时流式管线。

    推荐理由:原文给出语音智能体 SDK 与转录、TTS 模型的完整规格和定价,可据此比较实时语音方案的成本与部署方式。