RTE开发者社区

2025年3月

月暗推出音频模型 AudioX：任意内容生成音频和配乐；开源 TTS 模型 Orpheus，可生成叹息、笑声等非文本线索丨日报

摘要：开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑阅读全文

posted @ 2025-03-20 19:56 RTE开发者社区阅读(203) 评论(0) 推荐(0)

听见未来，Audio+AI | GAS 2025完整议程揭晓！

摘要：听见未来，Audio+AI 2025中国国际音频产业大会（GAS）将于 3月26-27日在上海张江科学会堂盛大举办！大会主题聚焦聚焦“听见未来，Audio+AI”，两场主旨论坛、八场专题论坛。内容覆盖电子产业热点领域及方向，分别包括音频+AI、智能车载音频、线上智能交互、智能耳机与可穿戴、电阅读全文

posted @ 2025-03-19 20:25 RTE开发者社区阅读(137) 评论(0) 推荐(0)

Amphion 推出合成音频鉴别系统 Auditi；Gemini 引入 NotebookLM 功能，生成文档、网页音频摘要丨日报

posted @ 2025-03-19 19:41 RTE开发者社区阅读(104) 评论(0) 推荐(0)

Agent 智能体创作大赛+参赛小分队召集

摘要：与大家分享一个 agent 比赛「智能体全球创作大赛」。你可以用任何趁手的工具打造一个 agent，分享你对人机协作未来的畅想。大赛公告发布出去后，不少社区伙伴都表示有兴趣参与，所以我们决定建一个「RTE 参赛小分队」微信群，愿意一起分享想法和讨论技术，一起赶 deadline（3 月 28 日阅读全文

posted @ 2025-03-18 20:50 RTE开发者社区阅读(97) 评论(0) 推荐(0)

Zoom 全线产品引入 Agent，实现语音转录总结和语音客服等功能；谷歌云推出 TTS 模型 Chirp 3丨日报

posted @ 2025-03-18 19:33 RTE开发者社区阅读(235) 评论(0) 推荐(0)

ElevenLabs 33 亿美元估值的秘密：技术驱动+用户导向的「小熊软糖」团队丨Voice Agent 学习笔记

摘要：图：Emmanuel Ashun / Endeavor 大家好，这是 Voice Agent 学习笔记系列的第 23 篇，我是课代表十三🧑‍💻。 ElevenLabs 是一家专注于人工智能语音技术的创新公司，致力于重新定义音频体验。凭借其突破性的语音克隆和配音工具，ElevenLabs 正在重塑阅读全文

posted @ 2025-03-17 20:18 RTE开发者社区阅读(218) 评论(0) 推荐(0)

米哈游蔡浩宇新游戏：角色语音、情绪、动作实时生成；Argmax 端侧说话人分离框架：10M 大小 1 秒识别 4 分钟音频丨日报

posted @ 2025-03-17 19:08 RTE开发者社区阅读(154) 评论(0) 推荐(0)

阿里通义实验室语音团队负责人鄢志杰离职；苹果计划在 AirPods 上配备实时对话翻译功能丨日报

posted @ 2025-03-14 17:13 RTE开发者社区阅读(93) 评论(0) 推荐(0)

通义 R1-Omni 模型：通过音视频判断人物情绪；Google 开源端侧多模态模型 Gemma 3，最小 1B 参数丨日报

posted @ 2025-03-13 18:45 RTE开发者社区阅读(213) 评论(0) 推荐(0)

直播预告：慢热的 MCP 终于火了；什么是 MCP，以及智能体通信协议的未来丨RTE Dev Talk

摘要： MCP（Model Context Protocol）是一种标准化协议，可将 AI 智能体连接到各种外部工具和数据源。（图：Norah Sakal）慢热的 MCP 终于火了。与此同时，开发者社区中热议的话题还包括 Manus 及其开源复现、Computer Use、Deep Research 等阅读全文

posted @ 2025-03-12 20:29 RTE开发者社区阅读(255) 评论(0) 推荐(0)