阿里巴巴推出 Qwen CosyVoice AI 語音輸入應用
阿里巴巴推出了 Qwen CosyVoice 輸入法應用，利用大型模型整合技術實現高準確度的語音識別。該工具具備智慧文字潤飾功能，以提升用戶溝通效率。
Search
Tag: #voice-ai160 results
xAI 為企業推出 Grok Voice Agent Builder
xAI 推出了 Voice Agent Builder 的測試版，讓團隊無需編寫代碼即可建立自定義的電話語音代理。該平台支援超過 80 種語音，並具備即時互動工具。
Coval 獲 2800 萬美元融資，專注於 AI 語音代理壓力測試
Coval 獲得 2800 萬美元融資，用於開發 AI 語音代理的安全與壓力測試工具。該新創公司旨在解決語音代理在演示中表現良好，但在實際互動中卻頻頻出錯的問題。
OpenAI 為 ChatGPT 推出雙向語音模式
OpenAI 將於本週為 ChatGPT 推出全新的雙向語音模式。此更新旨在提供更自然、更具對話感的語音互動，並提升上下文的記憶能力。
OpenAI 準備透過 GPT-Bidi-1 模型進行重大語音升級
OpenAI 正在開發 GPT-Bidi-1，這是一款用於 ChatGPT 的新型雙向音訊模型。此更新預計將顯著提升即時語音對話的品質與延遲表現。
使用 Qwen3.5 的即時本地語音對話機器人
一位開發者創建了一個完全本地、即時的語音對話機器人，由 Qwen3.5-397B、Whisper 與 Orpheus TTS 驅動。該系統具備可中斷回應功能，並能為長時間對話保持上下文。
英國政府與 ElevenLabs 合作提升公共服務可及性
英國政府與 ElevenLabs 簽署了諒解備忘錄，將語音 AI 整合至公共服務中。該合作旨在透過多語言功能提升服務可及性，並培育當地 AI 人才。
大規模評估 Amazon Nova Sonic 語音代理
AWS 發布了 Nova Sonic Test Harness，這是一個用於測試和調整語音代理的開源框架。它支援自動化多輪對話評估，並能在無需麥克風的情況下檢測語音幻覺。
使用 Amazon Nova Sonic 進行可擴展語音代理設計
本文探討使用 Amazon Nova Sonic 和 Amazon Bedrock AgentCore 構建響應式語音代理的架構模式。重點在於多代理系統、工具整合與會話分段，以最小化延遲。
使用 Stream Vision Agents 打造即時語音代理
學習如何將 Stream 的 Vision Agents 與 Amazon Bedrock 及 Amazon Nova 2 Sonic 整合。此架構可打造具備進階功能的生產級即時語音代理。