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9906篇文章

语音钓鱼引发医疗数据泄露的法律风险与安全治理研究

医药分销巨头 McKesson 遭遇 ShinyHunters 组织语音钓鱼（Vishing）攻击事件后，受影响个体相继发起集体诉讼，暴露医疗健康行业在身份安全、社会工程防御、云 SaaS 平台管控、合规义务落实层面的系统性短板

2026-09-12

语音钓鱼驱动的 Microsoft 365 云身份劫持与勒索攻击研究

传统网络钓鱼多依托邮件、网页载体实施欺诈，PREY 0058 威胁集群将语音钓鱼作为攻击入口，结合对手中间人（AitM）技术、住宅代理会话重放手段，定向针对企业高管实施 Microsoft 365 以及其他

2026-09-09

AI驱动下金融语音钓鱼演化与协同防御机制研究

摘要：韩国金融监督院于2026年9月启动首届全国金融部门语音钓鱼预防周，相关报道显示，上半年语音钓鱼发案数量同比下降百分之六十一，经济损失同比下降百分之五十二点三，但人工智能生成文本、合成语音、恶意应用程序和自动化洗钱通道使诈骗链路更隐蔽

2026-09-09

Helix 组织语音钓鱼数据勒索模式与能源行业防护研究

2026 年 8 月，美国石油精炼企业 Delek US 被数据勒索组织 Helix 列为攻击受害者，该组织以语音钓鱼为初始入口，结合设备码认证欺骗与多因素认证滥用，获取 Microsoft 365 合法访问令牌后定向窃取

2026-08-26

语音 Agent 的护城河，被一份开源协议攻破了

Hugging Face 的 speech-to-speech 拿了一万多颗星，GitHub Trending 当天第一。

2026-08-02

分裂团伙卧底反噬语音钓鱼黑产链条攻防与治理研究

跨境语音钓鱼（Vishing）犯罪已形成多层级、分工明确的产业化黑产网络，团伙内部利益冲突、分支分裂催生 “卧底反水、黑吃黑” 新型内部对抗模式。

2026-07-25

完整FreeSWITCH语音处理模块mod_audio_stream技术实现细节分享

该模块支持实时音频处理用例，如语音识别、AI 驱动的语音助手和自定义音频分析。

2026-07-17

ElevenLabs 推出 Scribe v2 Realtime：低延迟实时语音识别模型

ElevenLabs 正式发布 Scribe v2 Realtime，据称这是当前市场上最先进的低延迟实时语音识别模型，专为实时场景设计，能够将语音即时转换为文字，为语音智能、会议笔记、实时字幕等应用提供基础能力

2026-01-15

Meta AI 推出“全语种”语音识别系统，支持 1600+ 语言

Meta的基础人工智能研究（FAIR）团队近日开源了Omnilingual ASR，一款创新的自动语音识别系统，能够转录超过1600种口语语言。

2025-11-11

火山引擎发布豆包语音模型2.0，实现语义与情感双突破

火山引擎正式推出豆包语音合成模型2.0（Doubao-Seed-TTS 2.0）与声音复刻模型2.0（Doubao-Seed-ICL 2.0），依托豆包大语言模型全新架构，实现语音从“文本朗读”到“理解式情感表达

2025-10-16

豆包语音合成模型 2.0 升级，语义理解+情感演绎双突破

火山引擎宣布升级豆包语音合成模型2.0（Doubao-Seed-TTS 2.0）和豆包声音复刻模型2.0（Doubao-Seed-ICL 2.0）。

2025-10-16

Gitee AI MCP Server 上线：在 Cursor 里玩 AI 生图 + 语音

模力方舟现已上线Gitee AI MCP Server，为 AI 助手和多模态应用提供统一的上下文协议（Model Context Protocol, MCP）接入能力，目前已支持文本生成图片与语音两项功能

2025-07-18

每日一博 | 基于 Kaldi 的语音识别引擎后端架构设计

1 概述语音识别技术，是将语音信号转换为文本内容的技术。目前比较流行的语音识别技术主要有两种。一种是基于Kaldi的传统语音识别技术，另一种是目前流行的基于深度学习模型的端到端语音识别技术。

2023-07-19

每日一博 | 带你了解 3 类预训练语音模型预测方法

本文分享自华为云社区《预训练语音模型调研小结》，作者： Hudson。

2022-02-08

Kdenlive 21.04 发布，支持 AV1 格式，加入语音转文本功能

Kdenlive 是一种基于 MLT 框架、KDE 和 Qt 的开源非线性视频编辑器，注重灵活性和易用性。该项目最初由 Jason Wood 在 2002 年开发，现在则有一个小团队的开发人员共同开发。如今，它已经成为了官方 KDE 项目的一部分。近日，Kdenlive 21.04 正式发布，其中包含很多可用性改进和一些新功能： Kdenlive 21.04 引入了新的 Speech-to-Text 功能，能够自动将音频转码为文本，并且使用官方模型支持 17 种语言和方言。该版本还具有新的媒体浏览器，有了它就可以轻松地浏览文件系统，并通过拖放将片段添加到素材库或时间线。 Kdenlive 21.04 中的其他更新包括：时间轴中的缩放栏；效果关键帧面板的新图标和功能；新的在线资源小部件；添加 AV1 渲染配置文件；以相反的速度重新启用音频播放；在项目箱中添加“未使用的剪辑”过滤器；将通道选择添加到音频波形过滤器；在片段属性中添加 ITU 2020 色彩空间；将 GIF 视为视频，而不是图像；更多详情可查看：https://kdenlive.org/en/2021/04/kdenlive-21-04-released/

2021-04-29

天猫精灵“三岁成人”，智能语音“二战”逼近

作为阿里极力打造的智能家居交互式入口，据官方公开数据显示，天猫精灵可连接设备超过2.72亿台，连接品牌数超过1100个，在今年与支付宝做生态打通后，截止6月底，已经有超过170万个小程序应用可以进入到天猫带屏设备

2020-07-12

语音直播平台源码打造不同服务场景常用技术解决方案

打造语音娱乐空间不断扩展服务场景打造语音娱乐空间不断扩展服务场景语音社交领域持续火爆，语音直播平台融合娱乐聊天室、在线KTV、连麦开黑、多人相亲、热歌接唱、陪伴房等多种娱乐应用场景。

2020-06-01

新冠病毒大流行为数字语音技术注入了新动力

在一个突然害怕触摸的世界中，语音技术正在焕然一新。

2020-05-11

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

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。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。