实时
-
Google Gemini 3.5实时翻译上线：70种语言同声传译，语调语速全保留
核心看点 6月9日，Google推出Gemini 3.5实时翻译模型，支持70多种语言的实时语音到语音翻译。它能自动检测语言、保留说话者的语调语速，让跨语言交流真正变得自然流畅。 详细解析 技术突破：不只是翻译，是”同声传译” 与传统翻译工具不同，Gemini 3.5实时翻译模型实现了： 自动语言检测：无需手动选择源语言和目标语言，模型自动识别70+种语…
-
豆包实时语音模型3.0 API 上线：从语音助手到语音 Agent 的关键一步
核心看点 全双工对话：能同时听和说，像真人聊天那样可以随时插话，不再是"你说完我说"的回合制 端到端语音：语音进、语音出，不进行文本转录，响应更快、语气更自然 精准遵循 + 适时参与：一句话定规矩，比如"多人聊天时先别出声，聊到世界杯再加入"，它会安静待命，等话题到了再主动接话 支持自定义工具调用：实时对话中直接调用工具完成任务——预定日…
-
Gemini近期大动作：实时翻译模型上线、3.5 Pro蓄势待发、月活突破9亿
核心看点 Gemini 3.5实时翻译模型上线，支持70+语言，还能保留你的语调和语气 Alphabet官宣：Gemini 3.5 Pro将于6月正式发布，内部代号”Cappuccino” Gemini App月活用户突破9亿，一年内翻倍增长 I/O 2026回顾：3.5 Flash、Omni、Spark三大新品全面解析 谷歌Gemini近期全面发力 进…
-
OpenAI连发三款实时语音模型！推理对话、同声传译、实时转录全包了
OpenAI今天一口气甩出三款实时语音模型，从智能对话到同声传译再到实时转录，直接把AI语音能力拉到了新高度。 核心看点 🎙️ GPT-Realtime-2：智商更高的语音AI 这是上一代实时语音模型的升级版，最大的亮点是具备了高级推理能力。不像普通的语音助手只会念稿子，GPT-Realtime-2能理解上下文、做逻辑推理，实现真正更自然的、有深度的实时对话。对于客服、智能助手…
-
OpenAI连发三款实时语音模型：推理对话、同声传译、会议转录全包了
OpenAI最近一口气发布了三款新型实时语音模型，专门为开发者打造更先进的语音应用场景。这三款模型各有专攻，分别覆盖了推理对话、实时翻译和实时转录三大核心需求。 第一款是GPT-Realtime-2，主打高级推理对话。简单来说，它不只是听懂你在说什么，还能实时理解你的意图、上下文和隐含需求，然后给出更自然、更像真人的回应。以前语音助手经常给人{LQ}机械感{RQ}，就是因为它们…
-
DeepL 推出实时语音翻译功能：支持语音通话实时互译，96% 语言学家更青睐
专注于文字内容的语言 AI 企业 DeepL 今日宣布推出专为实时口语交流设计的翻译产品套件 DeepL Voice-to-Voice，正式进军语音翻译领域。 核心看点 推出 Voice-to-Voice 实时语音翻译套件 支持会议实时翻译、跨平台对话、跨语言群组对话 盲测中 96% 语言学家更青睐 DeepL Voice 而非谷歌、微软、Zoom 方案 让每个人都能用自己的母…