搜索[交互式语音应答]结果-低调大师优秀个人博客

精选列表

搜索[交互式语音应答]，共9901篇文章

Genspark 发布 AI Workspace 2.0，工作自动化迈入“语音时代”

这次升级的核心方向很明确：从以往依赖「文字提示」，转向以语音为核心的人机交互与任务执行，试图重塑知识工作者完成工作的方式。

2026-01-30

UltraEval-Audio 开源发布：全模态、语音大模型评测框架

清华 NLP 实验室、OpenBMB 与面壁智能联合发布并开源 UltraEval-Audio，一个面向音频模型的测评框架。它不仅为音频大模型领域确立了一套完备的评测方法论，更将这套体系具象化为开箱即用的工程框架，完善了音频评测体系和框架，增加了系统化的评测体系定义（如表1）。开源地址：https://github.com/OpenBMB/UltraEval-Audio UltraEval-Audio 最新版本 v1.1.0 在原有的“一键测评”音频模型的基础上，重点新增热门音频模型的一键复现能力，扩展对 TTS/ASR/Codec 等专业模型与专项评测的支持，并引入隔离推理运行机制，以在工程层面降低复现门槛、提升评测流程的可控性与可迁移性。值得一提的是，作为 MiniCPM-o 2.6、VoxCPM 等高影响力音频、全模态模型的御用测评工具，UltraEval-Audio v1.1.0 开源将帮助研究者显著提高音频模型的研发效率。 ➤相关链接 UltraEval-Audio v1.1.0评测框架： https://github.com/OpenBMB/UltraEval-Audio/tree/main/replication UltraEval-Audio v1.1.0论文《UltraEval-Audio: A Unified Framework for Comprehensive Evaluation of Audio Foundation Models》： https://github.com/OpenBMB/UltraEval-Audio/blob/main/assets/UltraEval_Audio__A_Unified_Framework_for_Comprehensive_Evaluation_of_Audio_Large_Language_Models.pdf

2026-01-04

阿里开源端到端语音交互模型 Fun-Audio-Chat

通义大模型微信公众号发文宣布，推出新一代端到端语音交互模型 Fun-Audio-Chat。“不是简单的“能聊天”，而是听得懂你的话、感知你的情绪、还能帮你真正干活的AI语音搭子。”

2025-12-23

智谱上线并开源工业级语音合成系统 GLM‑TTS

智谱AI宣布正式上线并开源 GLM‑TTS工业级语音合成系统。据介绍，只需 3 秒语音样本，GLM‑TTS 即可学习说话人的音色和说话习惯。

2025-12-11

阿里通义发布旗舰语音合成模型 Qwen3-TTS-Flash

阿里通义Qwen团队宣布推出旗舰级多语言多音色文本转语音模型Qwen3-TTS-Flash，该模型支持多语言、多音色及多种汉语方言，在seed-tts-eval与MiniMax多语测试集上取得了SOTA

2025-09-23

特斯拉大模型“上车”细节曝光：语音助手接入豆包与 DeepSeek

特斯拉正在为其车辆的语音助手功能引入更强的 AI 能力。

2025-08-22

钉钉联手通义推出 Fun-ASR 语音识别大模型

钉钉、通义实验室语音团队宣布，联手推出新一代语音识别大模型Fun-ASR，能听懂家装、畜牧等十大行业黑话，并支持企业专属模型定制训练。

2025-08-22

ElevenLabs 发布文本转语音模型 Eleven v3（Alpha 版）

ElevenLabs发布了其最新、最先进的文本转语音模型Eleven v3的Alpha版本。该模型在生成具有高情感范围和跨多种语言的上下文理解能力的自然、逼真语音方面达到了业界领先水平。

2025-06-06

网易有道上线 “易魔声” 语音合成引擎

刚刚，我们上线了「易魔声」开源语音合成（TTS）引擎！

2023-11-13

荔枝集团布局全球研发，自研 AI 语音机器人

年度荔枝集团1024技术文化日活动，主题是”技术创新赋能突破“，今年是第五届，通过1024TechNovation & 619创新营项目团队宣讲和技术成员招募，集中展示了荔枝集团优秀项目的成长历程、AI语音机器人等项目进展

2023-10-24

机器学习服务语音合成，解锁智能养娃新趋势

华为机器学习服务语音合成能力采用深度神经网络合成方式，将文字信息转换为语音输出，让集成该能力的设备、应用开口说话，更具个性。

2023-05-18

教你如何通过CodeArts IDE插件调用API，高效合成语音

摘要：本实验基于华为云自研CodeArts IDE，指导用户通过使用华为云API，来实现一个文字合成语音的应用。本文分享自华为云社区《通过CodeArts IDE插件调用API，高效合成语音！》

2023-04-03

使用 SpeechT5 进行语音合成、识别和更多功能

它可以做: 语音到文本，用于自动语音识别或说话人识别; 文本转语音，用于合成音频; 语音到语音，用于在不同语音之间进行转换或执行语音增强。

2023-03-14

Lyra 1.3 发布，谷歌开源的语音编解码器

Lyra 是谷歌去年开源的低比特率语音编解码器，与开放的 AV1 编解码器相结合，可以在 56kbps 的连接上实现语音聊天。

2022-11-11

语音合成（TTS）技术在有道词典笔中的应用实践

youdao 有道TTS语音合成技术 ydtech 有道 TTS 语音合成技术建模流程包括文本分析模块、声学模型模块和声码器模块。

2021-12-16

浅谈语音质量保障：如何测试 RTC 中的音频质量？

这些语音质量问题影响音视频开会体验，如若是重要的会议，那足够让人 “恼羞成怒”。那么如何有效的减少这些问题发生呢？本系列文章就将为大家分享阿里云视频云在保障 RTC 语音质量方面的测试经验。

2021-09-27

Facebook AI 新成果，无需人类转录即可学习语音

并表示，它可以与几年前的最佳监督模型的性能相媲美，这些模型是在近 1000 小时的转录语音上训练出来的。

2021-05-24

kefu.js 在线客服系统 v1.2，增加语音功能

聊天中增加语音功能 2. 简化二次开发代码，将获取用户信息等初始化方式直接内置到了kefu.init() 方法中 3.

2021-04-23

微信测试语音进度条功能网友：终于盼来了

曾经，视频进度条被用户呼吁了很久之后，才被腾讯加入，如今已经是离不开的基本功能，现在，语音进度条也来了。据tech星球爆料，在微信内测版中，语音进度条悄然上线。

2020-10-21

从触摸到声音：语音技术如何改变物联网格局

这种先进程度使得语音识别能够在各个行业中扩展，并成为互联设备的标准。普华永道最近的一项调查显示，90%的受访者认可语音助理，其中72%的人使用过智能语音助理。

2020-07-27

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。