RTE开发者社区

2024年12月

谷歌 Gemini 2.0 支持音频和图像输出；吴恩达：当下最重要的技术是 Agentic AI，视觉 AI 是下个趋势

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「有话题的新闻」、「有态度的观点」、「有意思的数据」、「有思考的文章」、「有看点的会议」，但内容仅代表编辑阅读全文

posted @ 2024-12-12 18:44 RTE开发者社区阅读(166) 评论(0) 推荐(0)

活动报名：Voice Agent 开发者分享会丨RTE Meetup

摘要：引入 voice agent 的口语学习应用 Speak 估值已达 10 亿美元 Voice Agent 开发者分享会一同探索语音驱动的下一代人机交互界面，一场 voice agent builder 的小规模深度交流会。 RTE Meetup 迎来第六期！12 月 15 日（周日）上午，线上举办阅读全文

posted @ 2024-12-11 22:27 RTE开发者社区阅读(67) 评论(0) 推荐(0)

AI 口语学习应用 Speak 新一轮融资估值 10 亿美元；YouTube 推出 AI 多语言配音丨 RTE 开发者日报

posted @ 2024-12-11 17:00 RTE开发者社区阅读(102) 评论(0) 推荐(0)

AI测试前 OpenAI 音频 AI 负责人获投 4000 万，打造情感通用智能；TEN Agent 一键让 Coze Bot 开口对话

posted @ 2024-12-10 19:36 RTE开发者社区阅读(203) 评论(0) 推荐(0)

市场规模超 60 亿美元，语音如何改变对话式 AI？

摘要： Lightspeed 投资了 Character.ai（AI 角色对话）、Cartesia（语音 AI 模型）、Volley（语音 AI 游戏）等语音 AI 公司。不同于此前分享的 BVP 报告侧重企业应用场景分析，Lightspeed 此篇报告更关注语音 AI 底层技术模型的演进趋势。核心要点阅读全文

posted @ 2024-12-10 18:40 RTE开发者社区阅读(122) 评论(0) 推荐(0)

Google PaliGemma 2 新增情绪识别能力；OpenAI 即将发布全新 Sora 视频生成器丨 RTE 开发者日报

posted @ 2024-12-09 17:56 RTE开发者社区阅读(64) 评论(0) 推荐(0)

通义开源语音处理框架 ClearerVoice-Studio；亚马逊 Nova 计划明年发布端到端语音模型丨 RTE 开发者日报

posted @ 2024-12-06 20:13 RTE开发者社区阅读(134) 评论(0) 推荐(0)

Fish Speech 1.5 发布，TTS-Arena 排名开源第一；DeepMind Genie 2，一键生成无限虚拟世界

posted @ 2024-12-05 18:38 RTE开发者社区阅读(388) 评论(0) 推荐(0)

11Labs 推出 Conversational AI，可定制交互式语音智能体；Recall.ai：视频会议智能体通用 API

posted @ 2024-12-04 18:07 RTE开发者社区阅读(206) 评论(0) 推荐(0)

Voice Agent 开发者必读，2024 最前沿语音模型梳理

摘要：今天推荐的是我们的社区成员 BoJack 创建的 GitHub 仓库，如果你在关注 Voice Agent 开发，想了解最前沿的语音模型都有哪些，这个仓库的列表就非常值得关注。 BoJack 正在上海交大读博，研究方向为语音多模态，语音交互系统，自监督预训练。他也是近期发布的语音全双工模型 LSLM 阅读全文

posted @ 2024-12-04 15:54 RTE开发者社区阅读(490) 评论(0) 推荐(0)

公告