上一页 1 2 3 4 5 6 7 ··· 117 下一页
2026年8月
Friend 发布第二代 AI 陪伴项链：限制用户修改 AI 名字和音色，随机分配人格；Qwen-Audio-3.0-ASR-Flash 发布：长音频上下文记忆 丨日报
摘要： 本期编辑：@三水、@鲍勃 01 有话题的技术 1、Qwen 发布 Qwen-Audio-3.0-ASR-Flash：上下文不「断片」、听得准行业词、热词加多也不乱、边识别边润色、一套模型听懂 30 种语言 阿里云千问发布 Qwen-Audio-3.0-ASR-Flash 语音识别模型，针对长音频上下 阅读全文
posted @ 2026-08-02 14:25 RTE开发者社区 阅读(21) 评论(0) 推荐(0)
我们用对话式 AI，给不识字的外婆造了一部「手机」丨社区来稿
摘要： 2026 年 7 月 22-26 日，全国最大黑客松 AdventureX 在杭州湖畔举办，822 人参加、23 个赛道、240 个项目，我和队友两个人做了一台没有屏幕的电话——外婆对它说「给孙女打电话」，孙女的手机就真的响了。在最火爆的 Qoder 赛道里，拿到了二等奖。 技术上，它是一条 Ago 阅读全文
posted @ 2026-08-02 13:35 RTE开发者社区 阅读(12) 评论(0) 推荐(0)
2026年7月
Qwen-Audio-Agent 开源：构建用户与后台智能体的实时语音交互层；AmphionASR 发布：行业热词、指定说话人、强噪与耳语识别四合一丨日报
摘要： 本期编辑：@三水、@鲍勃 01 有话题的技术 1、QwenAudio 开源 Qwen-Audio-Agent：将实时语音交互层部署在用户与后台智能体之间 QwenAudio 开源 Qwen-Audio-Agent，将实时语音交互层部署在用户与后台智能体之间，负责连续对话、任务委派、上下文衔接和结果播 阅读全文
posted @ 2026-07-31 23:20 RTE开发者社区 阅读(34) 评论(0) 推荐(0)
语音 AI 公司 Fish Audio 再融资 5200 万美元，22 人团队 ARR 达 2100 万美元；OpenAI 新推两款语音转录模型支持专业术语和多语言丨日报
摘要： 本期编辑：@三水、@鲍勃 01 有话题的技术 1、OpenAI 发布 GPT-Live-Transcribe 与 GPT-Transcribe 转录模型：流式延迟可调，最低每分钟 0.0045 美元 OpenAI 推出 GPT-Live-Transcribe 与 GPT-Transcribe 两款语 阅读全文
posted @ 2026-07-30 23:40 RTE开发者社区 阅读(25) 评论(0) 推荐(0)
Heard 为 Claude Code 等 Coding Agent 加上语音层；Qoder Voice 全双工语音 Agent 上线丨日报
摘要： 本期编辑：@三水、@鲍勃 01 有话题的技术 1、苹果发布高效音频生成架构：解耦时间-深度扩散 Transformer，实现端侧实时语音合成 苹果研究团队发布音频生成架构「Memory Efficient Audio Synthesis with Decoupled Temporal Depth D 阅读全文
posted @ 2026-07-29 23:08 RTE开发者社区 阅读(27) 评论(0) 推荐(0)
Inflect 发布 4M/10M 极小端侧 TTS 模型；ViiTorVoice-NAR 实现「词级」语音精准编辑丨日报
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」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-27 20:50 RTE开发者社区 阅读(21) 评论(0) 推荐(0)
OpenAI Codex 曝光实时语音功能，语音操控复杂任务；Vivix 实时交互多模态模型首帧延迟仅 300ms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」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-23 22:52 RTE开发者社区 阅读(20) 评论(0) 推荐(0)
谷歌发布 Gemini 3.5 Flash-Lite：350 tokens/s 极速响应；NVIDIA 端侧模型 Cosmos 3 Edge ：多模态理解环境声音和动作丨日报
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」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-23 21:48 RTE开发者社区 阅读(12) 评论(0) 推荐(0)
Physical AI Camp 结营！完整项目名单公布丨超音速计划 2026
摘要： 26 年 7 月 16 日下午，「超音速计划 2026·Physical AI Camp」迎来结营 Demo Day。这也是本期 16 家项目第一次集体亮相。 去年同期发起 Voice Agent Camp 时，我们讨论的还是一个更接近《Her》的问题：能够随时理解、陪伴并主动回应人的语音 AI，什 阅读全文
posted @ 2026-07-22 22:04 RTE开发者社区 阅读(29) 评论(0) 推荐(0)
BodyPark ATOM 健身摄像头：视觉识别训练动作并提供实时语音反馈；Memories.ai 发布低推理成本音视频理解框架 O-MARC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」，但内容仅代表编辑的个人观点，欢迎大家留 阅读全文
posted @ 2026-07-22 15:08 RTE开发者社区 阅读(20) 评论(0) 推荐(0)
上一页 1 2 3 4 5 6 7 ··· 117 下一页