标签：语音合成

用全国产算力训练的底座，破局智能语音不可能三角。 如果让你扮演一名刑侦助手，你能从下面数种声源混叠的音频里分析出受害人的所在位置吗？ 讯飞最新发...

用语音和 AI 聊天早已不是新鲜事，但市面上绝大多数语音助手的底层逻辑其实是在「念稿」——先把人说的话转成文字，交由文本大模型思考，最后再用语音合成技术...

Twitter 联合创始人杰克 · 多尔西（Jack Dorsey）旗下的 Block 公司推出了一款全新语音模型 Dessa，支持本地运行，能模拟笑声、停顿、哽咽等情绪表达，听感高...

Mistral AI 于 10 月 20 日发布 Voxtral 3，一套面向实时语音智能体的模型家族。与只提供单一语音识别或合成能力的方案不同，Voxtral 3 把听、想、调用工具和...

配音、听录音、转写全覆盖。 智东西10月20日报道，今日，蚂蚁百灵开源Ming-3.0语音系列模型，共包含用于语音合成、音频理解与对话、语音识别的五款模型，重...

10 月 20 日消息，蚂蚁百灵今日宣布开源 Ming-3.0 语音系列，分别提供语音合成、音频理解与对话、语音识别三个系列，共五款模型。开发者可以按任务选择，也可...

10 月 20 日消息，随着生成式 AI 给各行各业创作者带来越来越多的困扰，日本配音演员正在寻找属于自己的方式，抵制他人未经授权使用他们的声音。上周，代表日...

前两天发现了一个超棒的Skill，可能很多朋友也都刷到了。 叫Anatomy，中文含义是深度剖析。 这个东西，我觉得特别有意思。 它的核心设计理念，只有一句...

9 月 23 日消息，今天，千问正式发布 Qwen-Audio-3.1 系列语音大模型。本次升级不仅对语音识别、语音合成和实时语音交互三大核心模型进行了全面进化，更重磅...

9 月 22 日，2026 云栖大会开幕，阿里巴巴集中披露了从大语言模型到多模态模型的最新进展。最受关注的是下一代旗舰的节奏：基于全新架构的 Qwen4 已进入训练...