跳到正文

技术方向

语音与音频 最新动态

AI 语音与音频的进展：语音合成、实时对话、音乐生成与音频理解的模型与产品。

1 条精选近 30 天 1 条共收录 1 条

更新

语音与音频的精选

9月25日周五第 1–1 条
  1. Google DeepMind67

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音对话结合，让企业智能体具备会听、会看、会说的动态视觉形象，并已在 Gemini Enterprise 上线。

    推荐理由：官方给出实时视频化身与异步工具调用的组合方式，读者可据此判断企业对话智能体的交互形态变化。