RTE开发者社区

2025年2月

语音 AI 招聘平台 ConverzAI 融资 1600 万美元；OpenAI 将整合 GPT 和 o 系列模型丨日报

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「有话题的新闻」、「有态度的观点」、「有意思的数据」、「有思考的文章」、「有看点的会议」，但内容仅代表编辑阅读全文

posted @ 2025-02-13 19:09 RTE开发者社区阅读(50) 评论(0) 推荐(0)

雷朋 Meta 眼镜视觉识别功能开放测试；Ultravox 新版语音模型：语音理解超 GPT-4o 和 Gemini

posted @ 2025-02-12 18:03 RTE开发者社区阅读(41) 评论(0) 推荐(0)

Zonos-v0.1：开源 TTS 模型，支持多语言和高保真声音克隆；「Apple 智能」或即将在国内上线，苹果举行开发者活动

posted @ 2025-02-11 17:35 RTE开发者社区阅读(289) 评论(0) 推荐(0)

小红书开源 FireRedASR 语音识别模型，3.05% 字错误率；Meta AI 脑电波打字模型：32% 字错误率

posted @ 2025-02-10 19:44 RTE开发者社区阅读(478) 评论(0) 推荐(0)

AI 重塑宗教体验，语音 Agent 能否成为突破点？

摘要：基于语音 AI 和 Voice Agent 的视角，推荐「硅谷科技评论」这篇关于宗教技术（FaithTech）与 AI 融合的深度分析，理由如下： 1. 语音场景契合：宗教及冥想类应用是典型的「解放双手」（handfree）（用户倾向于非屏幕交互）和深度情感连接的场景，天然适合语音及声音交互。 2 阅读全文

posted @ 2025-02-10 19:03 RTE开发者社区阅读(153) 评论(0) 推荐(0)

WebGPU 版 Kokoro：浏览器端零成本使用高质量 TTS；苹果 ELEGNT 台灯机器人：赋予非人形机器人「情感」

posted @ 2025-02-08 19:20 RTE开发者社区阅读(83) 评论(0) 推荐(0)

对话 TalktoApps 创始人：Voice AI 提高了我五倍的生产力，语音输入是人机交互的未来

摘要：那些正在做 Voice AI Agent 产品的 builder 都碰到了哪些实际问题？他们又是如何思考和解决的？今天推荐的文章来自 Vela 新录制的一期播客的整理，对话语音 APP TalktoApps 的创始人 Ebaad。Ebaad 分享了诸多在开发 voice first 产品时碰到的挑阅读全文

posted @ 2025-02-07 18:01 RTE开发者社区阅读(48) 评论(0) 推荐(0)

Kyutai 发布实时同传语音模型 Hibiki，可在 iPhone 运行；清华、东大等发布音频生成动作模型 EMAGE

posted @ 2025-02-07 15:06 RTE开发者社区阅读(65) 评论(0) 推荐(0)

亚马逊将发布新一代 Alexa，引入 Claude；顶尖 AI 科学家许主洪加入阿里，负责多模态基础模型丨RTE 开发者日报

posted @ 2025-02-06 16:52 RTE开发者社区阅读(38) 评论(0) 推荐(0)

摘要：「我们正从 AI 语音的基础设施层过渡到应用层」，继 24 年 5 月推出首篇关于 Voice AI （https://mp.weixin.qq.com/s/dsyow086y7FZdvRzscacsw）的报告后，25 年初 a16z 再次更新了语音 AI 赛道的最新洞察。语音是 AI 应用公司的阅读全文

posted @ 2025-02-06 11:15 RTE开发者社区阅读(69) 评论(0) 推荐(0)

公告