RTE开发者社区

2025年4月

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

摘要：如果你愿意花些时间调研语音 AI 行业，大概率会碰到 Olivia Moore。她主笔了两次 a16z 关于语音 AI 行业的分析报告，投资的语音项目如 ElevenLabs、Sesame 等都是行业明星。这次播客访谈中，她和 a16z 另外一位合伙人 Anish Acharya 分享了他们对阅读全文

posted @ 2025-04-01 21:18 RTE开发者社区阅读(85) 评论(0) 推荐(0)

百度推出端到端语音大模型，支持方言、可打断、电话语音成本砍半；雷神 AI 眼镜发布：语音助理+摄像头，1799 元起丨日报

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 @ 2025-04-01 19:16 RTE开发者社区阅读(112) 评论(0) 推荐(0)

2025年3月

字节开源轻量级 TTS 模型 MegaTTS3，中英切换自如；面壁首个纯端侧智能助手「上车」，支持多模态交互丨日报

posted @ 2025-03-31 16:18 RTE开发者社区阅读(453) 评论(0) 推荐(0)

ElevenLabs 对话式 AI 支持 RAG；阿里 TaoAvatar 快速生成 3D 数字人：实时渲染兼容移动设备丨日报

posted @ 2025-03-28 17:27 RTE开发者社区阅读(89) 评论(0) 推荐(0)

昆仑万维发布 Mureka TTS API 和音乐推理大模型；通义发布小尺寸端到端多模态模型 Qwen2.5-Omni丨日报

posted @ 2025-03-27 19:45 RTE开发者社区阅读(133) 评论(0) 推荐(0)

直播预告丨手把手教你让 DeepSeek 开口说话

摘要：直播预告丨手把手教你让 DeepSeek 开口说话声网资深产品经理实践教学，“小白”都能看懂的0到1攻略，让 DeepSeek 开口说话就是这么简单 👉🏻快快扫描图2中的二维码提前预约直播吧！阅读全文

posted @ 2025-03-26 21:48 RTE开发者社区阅读(36) 评论(0) 推荐(0)

Google 发布 Gemini 2.5 Pro 模型：思考+多模态；Vibe Coder ：通过语音对话实现「氛围编程」丨日报

posted @ 2025-03-26 16:04 RTE开发者社区阅读(176) 评论(0) 推荐(0)

什么是「Agentic 工作流程」？丨社区来稿

摘要：摘要分享者：Richard 林旅强（RTE 开发者社区联合主理人）什么是「Agentic 工作流程」？它是一种让 AI 智能代理（Agent）更主动、更灵活、更像人的方式来处理复杂任务的系统。刚才读到了一篇言简意赅的文章（链接在文末），我想就基于以下每一张文中的图示，来说说什么是 Agentic 阅读全文

posted @ 2025-03-25 20:06 RTE开发者社区阅读(167) 评论(0) 推荐(0)

Dify+Agora 快速打造语音智能体；ISSEN：个性化 AI 语言老师，可语音交互丨日报

posted @ 2025-03-25 19:22 RTE开发者社区阅读(634) 评论(0) 推荐(0)

FeedbackStream：8 分钟创建 AI 面试智能体；Moshi 开源图像理解实时语音模型 MoshiVis 丨日报

posted @ 2025-03-24 19:37 RTE开发者社区阅读(124) 评论(0) 推荐(0)

公告