RTE开发者社区

2025年4月

AI 语音公司 ElevenLabs 进军亚太市场设立东京子公司；EverTutor Live ：语音交互 AI 教育平台丨日报

摘要：开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑阅读全文

posted @ 2025-04-16 20:02 RTE开发者社区阅读(48) 评论(0) 推荐(0)

从开发者视角解读 Google Cloud Next 25

摘要：从 Google Cloud Next 25 发来的第一手报道。 RTE 开发者社区联合发起人 Richard 林旅强以开发者的视角，分享了他在大会期间的观察与思考。除了对备受瞩目的 A2A 协议的深度解读，Richard 还详细梳理了大会期间发布的新产品，包括与实时多模态 AI 开发相关的音频模型阅读全文

posted @ 2025-04-15 19:24 RTE开发者社区阅读(65) 评论(0) 推荐(0)

Claude 语音模式曝光：支持多音色和文件上传；谷歌发布和海豚对话的语音模型 DolphinGemma｜日报

posted @ 2025-04-15 18:02 RTE开发者社区阅读(35) 评论(0) 推荐(0)

谷歌发布 Agent SDK，可跨平台开发语音智能体；ViiTor AI 4.0 发布：3 秒样本情感声音克隆，TTS 模型开源

posted @ 2025-04-14 16:59 RTE开发者社区阅读(160) 评论(0) 推荐(0)

摘要：大家好～这是 Voice Agent 学习笔记系列的第二十五篇。我是课代表十三🧑💻。过去几年，AI 已经能生成逼真的图片、视频和声音，悄然通过视觉和听觉的图灵测试。但 2025 年最令人激动的突破之一，毫无疑问将是把这些方案集于一体的 AI 数字人（Al Avatar）。结合 GPT-4o 阅读全文

posted @ 2025-04-11 21:17 RTE开发者社区阅读(122) 评论(0) 推荐(0)

商汤「日日新 V6」发布，国内最强多模态推理；三星新款「球球」机器人将接入 Gemini AI丨日报

posted @ 2025-04-11 20:04 RTE开发者社区阅读(67) 评论(0) 推荐(0)

Orpheus 语音模型支持中文预训练和微调，模拟细微语音特征；谷歌版 MCP 来了，A2A 协议让不同厂商 Agent 协作

posted @ 2025-04-11 00:01 RTE开发者社区阅读(103) 评论(0) 推荐(0)

posted @ 2025-04-09 17:10 RTE开发者社区阅读(35) 评论(0) 推荐(0)

11Labs 发布 MCP 服务器，在 Claude 秒建语音智能体；通义开源 3D 数字人，集成实时互动对话全链路 SDK

posted @ 2025-04-08 15:18 RTE开发者社区阅读(154) 评论(0) 推荐(0)

新版 Midjourney V7 支持语音生图；语音 AI 平台 Phonic 融资 400 万美元，构建自主端到端模型丨日报

posted @ 2025-04-07 18:57 RTE开发者社区阅读(36) 评论(0) 推荐(0)

公告