跳到正文

技术方向

语音与音频 最新动态

AI 语音与音频的进展：语音合成、实时对话、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 4 条

更新

语音与音频的精选

9月25日周五第 1–1 条
  1. Google DeepMind67

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在 Gemini 3.8 Live 的实时对话能力上加入低延迟流式视频，让企业智能体具备可听、可看、可说的动态视觉形象。

    推荐理由：官方给出 Live Avatar 的实时视频对话、异步工具调用与 97 语言同步能力，可据此判断企业级数字人交互的落地边界。