使用 Pipecat 在 Bedrock 上部署語音代理
本系列介紹使用 Pipecat 在 Amazon Bedrock AgentCore Runtime 上建構串流架構的語音代理。第 1 部分涵蓋 WebSockets、WebRTC 與電話整合的部署方式，並提供實務指導與程式碼範例。
Search
Tag: #voice-agents23 results
ExecuTorch 實現裝置端語音代理
PyTorch 推出 ExecuTorch 作為跨平台裝置端音頻推理基礎，用於語音代理。它支援轉錄、即時串流、分講者識別、語音活動偵測及即時翻譯等關鍵工作負載。這為快速增長的開源語音模型提供跨裝置統一原生推理。
Qwen AI 眼鏡實現一句話任務完成
Qwen 硬體負責人宋剛預測 AI 眼鏡 2026 年達拐點。關鍵功能為「一句話任務完成」，如點餐與叫車，將於 3 月推出。此前 Qwen App 在春節達 7.3 億日活用戶。
NVIDIA 發布全雙工 VoiceChat 11B
NVIDIA 已在 Hugging Face 上發布 NemotronLabs VoiceChat 11B 模型，主打全雙工語音互動。貼文提供的細節有限，但顯示即時對話式音訊應用多了一個新的開放模型選項。
xAI 推出 21 款全新 Grok 語音，強化語音代理功能
xAI 為 Grok 推出了 21 款全新的旗艦語音，旨在擴展其語音代理開發能力。這些新增功能提供了更佳的多語言支援，並專為生產環境的應用程式所設計。
利用 AI 代理自動化債務催收
本文討論了使用 AI 自動化債務催收電話的趨勢。它審視了轉向使用對話式 AI 來處理敏感且重複的財務溝通的現象。
🎵
提示工程提升自動語音辨識準確度
開發者分享用於全雙工語音模型 MichiAI 的進階提示工程技巧。用於自動語音辨識（ASR）的脈絡提示，指定如車牌或姓名類別，優於 Deepgram 的單字提升。包含部落格、Github 與語音代理範例。
Together AI 即時語音代理推出
Together AI 現可使用共置 STT、LLM 和 TTS 基礎設施建置即時語音代理。它提供 Deepgram 和 Cartesia 的原生支援。端到端延遲低於 700ms，實現回應式互動。
DiligenceSquared 籌資 500 萬美元推 AI 併購研究
DiligenceSquared 是一家新創公司，利用 AI 和語音代理使昂貴的併購研究變得實惠。由前 Blackstone 負責人和前 BCG 顧問創立，該公司剛籌得 500 萬美元資金。
如何防範令人厭煩的 AI 推銷電話
AI 推銷電話引發大量抱怨，許多人認為這類電話具有侵擾性且造成困擾。文章聚焦於降低或封鎖不想接收的自動化推銷聯絡之實用自保措施。