RTE开发者社区

2024年11月

语音 Agent 平台 PlayAI 融资 2100 万美元；英伟达音频模型 Fugatto：输入文本音频生成人声、音乐和音效

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 @ 2024-11-27 19:10 RTE开发者社区阅读(65) 评论(0) 推荐(0)

WebRTC 创建者刚加入了 OpenAI，他是如何思考语音 AI 的未来？

摘要： WebRTC 的早期创建者之一，Fixie.ai 联合创始人兼 CTO Justin Uberti 近日宣布加入 OpenAI，领导实时 AI （Real-Time AI）项目的开发。 Uberti 在 2011 年于 Google 参与创建并领导了 WebRTC 项目，并推动其成为 W3C 和 I 阅读全文

posted @ 2024-11-27 18:36 RTE开发者社区阅读(89) 评论(0) 推荐(0)

工作坊报名｜使用 TEN 与 Azure，探索你的多模态交互新场景

摘要： GPT-4o Realtime API 发布，语音 AI 技术正在进入一场新的爆发。语音AI技术的实时语音和视觉互动能力将为我们带来更多全新创意和应用场景。实时音频交互：允许应用程序实时接收并响应语音和文本输入。自然语音生成：减少 AI 技术生成的语音机械感，使对话更加人性化多语言能力：阅读全文

posted @ 2024-11-26 19:13 RTE开发者社区阅读(62) 评论(0) 推荐(0)

WebRTC 作者加入 OpenAI 主导实时 AI 项目；TTS 小模型 OuteTTS v0.2 发布：声音克隆+多语言

posted @ 2024-11-26 18:46 RTE开发者社区阅读(82) 评论(0) 推荐(0)

Runway 新增视频扩展画面功能；Anthropic 再获亚马逊投资 40 亿美元，聚焦 AI 芯片研发丨 RTE 开发者日报

posted @ 2024-11-25 18:47 RTE开发者社区阅读(49) 评论(0) 推荐(0)

OpenAI Realtime API 迎来降价；朱啸虎首个 AI 硬件项目 Gyges Labs：轻量化近眼显示光学方案

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」，但内容仅代表编辑的个阅读全文

posted @ 2024-11-22 17:43 RTE开发者社区阅读(89) 评论(0) 推荐(0)

人类级别语音 AI 路线图丨 Voice AI 学习笔记

摘要： Ultravox 是一个开源多模态模型，专为实时人工智能对话而设计。他们最近分享了内部的语音 AI 路线图框架。这幅路线图描绘了从基础助理到人类级别语音 AI 的五个阶段，展现了他们对于实现真正自然、富有表现力和影响力的对话交互的愿景。人类级别语音 AI 路线图 ROADMAP TO HUMAN 阅读全文

posted @ 2024-11-21 18:45 RTE开发者社区阅读(105) 评论(0) 推荐(0)

ChatGPT 开启「眼睛」，实时摄像头对话来了；昆仑万维推出实时语音助手 Skyo丨 RTE 开发者日报

posted @ 2024-11-21 18:34 RTE开发者社区阅读(204) 评论(0) 推荐(0)

实时多模态 AI 的 N 种新可能丨实时互动和大模型专场@RTE2024回顾

摘要：在本届 RTE2024 大会上，来自产业界和学术界的多位专家深入探讨了实时互动和大模型技术的最新进展及其潜在应用。西湖心辰联合创始人俞佳、声网 AI 算法工程师乔齐、MiniMax 资深音频算法专家张博闻、商汤科技数字文娱解决方案负责人焦文奎以及面壁智能算法 VP 翟忠武等分享了他们在各自领域的研阅读全文

posted @ 2024-11-20 18:18 RTE开发者社区阅读(120) 评论(0) 推荐(0)

11Labs 支持打造对话 AI 智能体；阿里推出大模型 Qwen2.5-Turbo 速度提升 4.3 倍丨 RTE 开发者日报

posted @ 2024-11-20 16:42 RTE开发者社区阅读(90) 评论(0) 推荐(0)

公告