标签：语音

金磊 发自 凹非寺量子位 | 公众号 QbitAI上线仅仅一天，GPT-4o的高级语音功能（Advanced Voice Mode）简直要被玩疯了。 无数网友脑洞大开的疯狂测试，GPT-4o...

赶在 7 月结束前，GPT-4o 语音功能终于开启。现开启灰度测试，一小部分 ChatGPT Plus 用户已经可以试用。 如果打开 ChatGPT App 之后看到了下面这个界面，恭...

夕小瑶科技说 原创作者 | 海野在最近的大模型战争中，OpenAI似乎很难维持霸主地位。虽然没有具体的数据统计，但Claude3.5出现后，只是看网友们的评论，就能感...

新智元报道编辑：桃子 好困 【新智元导读】GPT-4o语音功能终于如期而至，科幻版Her走进现实！一些灰度测试到的网友们已经玩疯了，不过，OpenAI目前只给了4种...

点击上方蓝字关注我们OpenAI 正向少数 ChatGPT Plus 订阅用户推出 ChatGPT 的全新高级语音功能。这一在五月份 GPT-4o 发布活动上亮相的功能，因声音与斯嘉丽·...

新智元报道编辑：LRST 好困 【新智元导读】音视频大语言模型在处理视频内容时，往往未能充分发挥语音的作用。video-SALMONN模型通过三部分创新：音视频编码和...

Voice Agent 是与人类进行对话沟通的 AI，是下一代人机交互界面。和文本相比，声音交互的优势主要体现在： • 语音交互以其与人类自然沟通方式的高度一致性，...

‍ ‍9月6-7日，2024全球AI芯片峰会将在北京召开。目前，AMD人工智能事业部高级总监王宏强，清华大学交叉信息研究院助理教授、北极雄芯创始人马恺声，珠海芯动...

梦晨 发自 凹非寺量子位 | 公众号 QbitAI两个月又两周过去了，我们仍然没有见到公开发布版的OpenAI《Her》。 5月14日，OpenAI发布GPT-4o和端到端实时音视频对...

新智元报道编辑：乔杨 【新智元导读】继去年初的第一代VALL-E模型之后，微软最近又上新了VALL-E 2模型，标志着第一个在合成语音稳健性、相似度、自然程度等方...

学校简介 香港理工大学 (The Hong Kong Polytechnic University) 是一所位于中国香港的公立综合性研究型大学, 坐落于香港九龙红磡湾。在2024-25年度，香港理...

夕小瑶科技说 原创作者 | Richard随着人工智能技术的快速发展，基于语音的大模型正在成为一个热门领域。这些模型不仅能实现语音识别，还可以执行翻译等多种任...

作者 | 赵明华 阿里巴巴通义实验室近日发布并开源了 FunAudioLLM，这是一个旨在增强人与大型语言模型（LLMs）之间自然语音交互的框架，代表了语音处理领域的...

点击上方蓝字关注我们“Groq公司最新推出的LLM引擎在速度和智能化方面取得突破，其响应速度达到每秒1256.54个token，远超Nvidia GPU，为AI应用部署提供了新的...

FunAudioLLM团队 投稿量子位 | 公众号 QbitAIOpenAI迟迟不上线GPT-4o语音助手，其它音频生成大模型成果倒是一波接着一波发布，关键还是开源的。 刚刚，阿里通...