为您搜索到1212条结果
[3 月 21 日讯，OpenAI 昨日（3 月 20 日）发布博文，宣布推出语音转文本（speech-to-text）和文本转语音（text-to-speech）模型，提升语音处理能力，支持开发者]
[《自然》杂志15日介绍了一款人工智能（AI）模型，其宛如科幻小说里的“巴别鱼”，能直接“语音到语音”翻译多达101种语言的语音和文本。由Meta推出的这一模型名为SEAMLESSM4T，其填补了语言]
[5 月 28 日讯，Anthropic 公司开始为其 Claude 聊天机器人应用推出“语音模式”。目前该功能仍处于测试阶段，用户可以通过语音与 Claude 进行完整的对话。根据 ]
[5月28日讯，腾讯混元联合腾讯音乐天琴实验室发布并开源语音数字人模型HunyuanVideo-Avatar。该模型基于混元视频大模型（HunyuanVideo）及MuseV技术，支持头肩、半身、全身]
[5月16日讯，近日，来自上海的AI独角兽MiniMax稀宇极智发布新一代语音大模型Speech-02。该模型在国际最权威的两项语音评测榜单Artificial Analysis和Hugging ]
[4 月 9 日讯，亚马逊发布了名为 Nova Sonic 的新一代生成式 AI 模型，该模型能够原生处理语音并生成自然流畅的语音。据亚马逊声称，Nova Sonic 在速度、语音识别以及对话质量等]
[3 月 31 日讯，在今日的百度 AI DAY 上，百度发布首个基于全新互相关注意力（Cross-Attention）的端到端语音语言大模型，宣布实现超低时延与超低成本，在电话语音频道的语音问答场景]
[据报道，知情人士表示，Meta计划在其最新的开源大型语言模型Llama 4中引入改进的语音功能，预计将在未来几周内推出。（新浪财经）]
[豆包即将发布最新实时语音大模型，并将基于此模型全量上线豆包App实时语音通话功能。目前，豆包APP已小范围测试最新能力，部分用户在豆包App的实时通话界面已更新。（新浪财经）]
[1月15日讯，科大讯飞发布国内首个具备端到端语音同传能力的大模型——星火语音同传大模型。针对日常对话、商务交流、行业翻译等国际交流场景中的高难度同传翻译需求，星火语音同传大模型在内容完整度、信息]