RTE开发者社区

2025年4月

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(192) 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

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 @ 2025-04-11 20:04 RTE开发者社区阅读(114) 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(130) 评论(0) 推荐(0)

posted @ 2025-04-09 17:10 RTE开发者社区阅读(72) 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(223) 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(67) 评论(0) 推荐(0)

东京 Voice AI Agent 工作坊！1 小时让你的 AI 能听能说

摘要：想不想拥有一个能和你流畅对话的 AI 语音助手？在学英语时，为你提供口语陪练；在你办公时，通过语音操控你的电脑打开文件；在你旅游时，为你提供实时语音讲解。一个能够听、说、看，与人类进行自然交流的 AI Agent，听起来是不是很酷，但你觉得实现起来很难？ TEN 作为 Github 排名第一的 V 阅读全文

posted @ 2025-04-03 19:29 RTE开发者社区阅读(111) 评论(0) 推荐(0)

Kyutai 推出 Moshi 语音模型微调工具包；语音智能体平台 Vapi 2.0 上线，已提供 4400 万通电话服务丨日报

posted @ 2025-04-03 18:51 RTE开发者社区阅读(87) 评论(0) 推荐(0)

MiniMax 发布新 TTS 模型 Speech-02，轻松制作长篇有声内容；Meta 高端眼镜年底推出：售价上千美元丨日报

posted @ 2025-04-02 18:55 RTE开发者社区阅读(223) 评论(0) 推荐(0)

与 AI 共处 72 小时，没有食物、水、手机，会发生什么｜寻找「赛博鲁滨逊」

摘要：更多 Voice Agent 学习笔记： a16z合伙人：语音交互将成为AI应用公司最强大的突破口之一，巨头们在B2C市场已落后太多丨Voice Agent 学习笔记 ElevenLabs 33 亿美元估值的秘密：技术驱动+用户导向的「小熊软糖」团队丨Voice Agent 学习笔记端侧 AI 时阅读全文

posted @ 2025-04-02 18:16 RTE开发者社区阅读(29) 评论(0) 推荐(0)

公告