主题标签

语音

关于该主题的全部内容，按发布时间持续更新。

38 篇内容

本期主稿 2026.11.13

腾讯混元 Hy Realtime 发布：语音模型不只「会说话」，现在还能唱歌、自己调工具

你有没有遇到过这样的场景：开车时想找一首「2015 年左右的粤语老歌」，对着语音助手说了三遍，它要么听成别的歌，要么干脆回一句「抱歉，我没听懂」。语音交互喊了这么多年，真正让人愿意一直聊下去的助手并不多，问题往往不在「听…

约 6 分钟阅读全文

大模型 2026.11.12 约 2 分钟

科大讯飞把语音基座模型摆上开放平台，跳过“先转文字再理解”的老路，直接听人声、环境音和情绪。

大模型 2026.11.11 约 2 分钟

Aure 跟着对话实时调整，复现说话者的音高起伏、情绪变化和语速快慢，首发支持八种语言，中文尚未覆盖。

openai-gpt 2026.11.11 约 3 分钟

OpenAI 宣布 12 月 11 日停用高级语音模式和标准语音模式，用户将自动切换到全双工架构的 GPT-Live。

应用 2026.11.07 约 2 分钟

Cursor 推出与智能体实时语音聊天功能，开发者可以口头描述修改需求、询问进度、查看差异，编码智能体继续在后台干活。功能由 Grok Voic…

应用 2026.11.04 约 8 分钟

anthropic-Claude 2026.11.01 约 6 分钟

区分听写和双向语音，用一次口头汇报练习设置语言、切换按住说话，并回到聊天记录核对姓名、数字和行动项。

开源项目 2026.10.27 约 5 分钟

本地跑 AI 模型的开源平台 Ollama，10 月 24 日宣布 Mac 应用正式支持文本转语音。第一个落地的是 Gradium 开发的 Ph…

应用 2026.10.27 约 6 分钟

很多人第一次意识到本地方案的价值，不是因为省钱，而是因为不能把东西传出去。一份还没公开的合同、一段病人的描述、一份内部财报，丢给云端模型之前总要…

大模型 2026.10.25 约 4 分钟

推特联合创始人杰克 · 多尔西旗下的 Block 公司，最近发布了一款叫 Dessa 的语音模型。它最大的特点有两个：一是能本地运行，二是说话带…