语音 | 第2页 | 梭哈 AI

大模型 2026.10.24 约 5 分钟

Jack Dorsey 的 Block 造了个只会“说话”的模型 Dessa：像个有点笨拙的新朋友，还能跑在 MacBook 上

它把说话的人认成了“罗纳尔多”，然后若无其事地继续聊下去。它会在讨论诺兰电影时，突然拐到布莱恩·辛格的《超人》上去。有人跟它说“我要带你去巴黎…

大模型 2026.10.23 约 7 分钟

语音助手的经典失败场景是这样的：五个人在会议室里讨论，你对着音箱说了一句指令，它把旁边人的半句话也收了进去，然后给出一个谁都听不懂的回答。问题不…

openai-gpt 2026.10.22 约 6 分钟

从桌面语音入口开始，把口头想法整理成可核对任务清单，区分语音聊天与听写，并检查麦克风、屏幕上下文和结束状态。

开源项目 2026.10.20 约 6 分钟

给配音演员一段台词，再补一句要求：“第二句把声音压下来，说到‘别走’的时候停半秒，尾音带一点不甘心。”这样的沟通，过去要在录音棚里来回好几遍；现…

行业/好文 2026.10.12 约 5 分钟

打开手机里的 AI 语音助手，你已经能跟它「边听边说」了——它会在你停顿的瞬间接话，语气也越来越像真人。可如果你多聊几句就会发现：它偶尔漏掉关键…

大模型 2026.10.01 约 4 分钟

录完一整天口播，最后复盘发现某个专业名词念错了。过去这意味着重录整段、重新对轴、重新导出；现在，改一句话就够了。一分钟速览火山引擎发布语音内…

openai-gpt 2026.09.16 约 4 分钟

核心看点 GPT-Live-1 正式登陆 API，为开发者带来自然流畅的语音交互能力单一模型同时处理听和说，告别传统 STT-LLM-TTS…

Google Gemini 2026.08.28 约 3 分钟

核心看点语音代理化：Gemini Live新增Agentic能力，动动嘴就能完成复杂任务每日简报：自动汇总Gmail、日历重要信息，语音播报…

AI 日报 2026.08.05 约 7 分钟

欢迎来到今天的AI日报！这里是你每天探索人工智能世界的指南，聚焦AI领域的热点内容，助你洞悉技术趋势、了解创新AI产品应用。 1、微软首款自研全…

应用 2026.08.04 约 2 分钟

京东外卖推出了一款AI智能头盔，首批免费发给全职骑手，后续逐步向全体骑手开放。这款头盔的核心思路很明确：用技术手段让骑手更安全、更高效地工作…