跳到正文

技术方向

语音与音频 最新动态

AI 语音与音频:语音合成、实时语音对话、音乐生成与音频理解的模型与产品。

1 条精选近 30 天 1 条共收录 5 条

更新

语音与音频的精选

10月20日周二第 1–1 条
  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。