标签:语音转文字

NewOpenAI 扩大实时语音模型能力:GPT-Live-1 上线 API,支持打断处理、工具调用和电话语音智能体

9 月 11 日消息,OpenAI 今日宣布将 GPT-Live-1 引入 API,开发者可据此打造支持实时语音交互的应用和业务流程。该模型支持全双工对话,能够同时听取和输出语...

微软最强转录 AI 模型:MAI-Transcribe-2 登场,60 语种平均词错误率 5.2%

9 月 4 日消息,微软昨日(9 月 3 日)发布博文,宣布推出 MAI-Transcribe-2,宣称是其最快、最准确、最便宜的 AI 语音转文字模型。 在定价方面,MAI-Transcr...

一个“语音输入法”估值20亿美元:Wispr卖的不是转写,而是下一代入口

如果一家“语音输入法”估值20亿美元,你的第一反应可能是:资本是不是又疯了? 毕竟,把说话转换成文字并不是什么新技术。从手机语音输入、Siri、Alexa,到各...

阿里推出国内首个 AI 语音平台 CosyVoice Studio,限时免费体验

8 月 7 日消息,阿里巴巴今日宣布推出国内首个一站式 AI 语音生产力平台 CosyVoice Studio。 官方表示,该平台基于自研语音模型 Qwen-Audio 打造,包含语音记...

讯飞绘文 — 科大讯飞推出的AI图文创作与营销内容生成平台

一、产品概览 项目 信息 全称 讯飞绘文(iFlytek Huiwen) 开发方 科大讯飞(iFlytek) 底层模型 讯飞星火大模型(Spark Desk)+ 讯飞自研图像生...

听说一些公司开始做员工skills了

我一个朋友,干企业陪跑的,五六年了。 前阵子他跟我说了个事,他陪跑的一家客户,把他做成Skills了。 他这几年给客户沉淀了一整套打法,怎么诊断,怎么拆...

豆包输入法撕开语音口子,扒开科大讯飞外衣

大模型正在攻占每一寸阵地。 输入法,这个用户最无感、但高频且刚需的战场,燃起了新战火。 之前一直是“老登们”控制着市场,第三方机构数据显示,截至2025...

通义千问插件安装,深度解析与实用指南

随着人工智能技术的快速发展,通义千问作为阿里巴巴集团推出的大规模语言模型,正逐渐成为众多企业与开发者关注的焦点。在这一背景下,插件安装成为用户高效...

Qwen Chat API,开启智能对话新时代的前沿技术

随着人工智能技术的迅猛发展,对话系统正逐步从简单的文本处理走向智能化、人性化的新阶段。在这一背景下,阿里巴巴推出的大规模语言模型“Qwen”及其配套的API...

千问客户端下载,开启智能交互的新时代

在人工智能技术迅猛发展的今天,大模型的应用已经渗透到我们生活的方方面面。其中,通义千问作为阿里巴巴集团推出的高性能大语言模型,凭借其强大的计算能力...
12311