跳到正文

技术方向

语音与音频 最新动态

AI 语音与音频:语音合成、实时语音对话、音乐生成与音频理解的模型与产品。

26 条精选近 30 天 5 条共收录 136 条

更新

精选归档 · 第 2 页

2025年8月28日周四第 21–26 条
2025年7月17日周四
  1. Mistral AI60

    Mistral AI 为 Le Chat 推出 Deep Research、语音模式等新功能

    Mistral AI 为 Le Chat 推出一批新功能,包括预览版 Deep Research 模式、基于 Voxtral 的语音模式、由推理模型 Magistral 驱动的多语言 Think 模式、Projects 文件夹,以及与 Black Forest Labs 合作的图像编辑。

    推荐理由:原文逐项说明了新功能的定位与底层模型,读者可据此判断 Le Chat 在研究、语音、推理场景的能力边界。

2025年7月15日周二
  1. Mistral AI75

    Mistral AI 开源 Voxtral 语音理解模型

    Mistral AI 发布 Voxtral 语音理解模型,提供 24B 和 3B 两个尺寸,均以 Apache 2.0 许可开源,也可通过 API 调用,API 定价 $0.001 per minute 起。

    推荐理由:原文对比了开源与闭源语音方案的取舍,并给出价格与基准数据,便于评估其部署性价比。

2024年10月1日周二
2023年5月18日周四
  1. OpenAI News75

    OpenAI 发布 ChatGPT iOS 应用

    OpenAI 发布 ChatGPT iOS 应用,官方介绍该应用可同步对话、支持语音输入,并把最新的模型改进带到移动端。

    推荐理由:官方点明了同步、语音输入和最新模型三项能力,读者可据此判断移动端与网页端的差异。

2022年9月21日周三