- 上云资讯 -
2025-08-29 10:37:16 249人关注
OpenAI 发布全新语音模型 GPT-Realtime，专为语音AI Agent设计
OpenAI 在凌晨1点举行了技术直播，正式发布了其全新的语音模型 ——GPT-Realtime。这一多模态模型专为语音 AI Agent 设计，旨在生成更加自然流畅的语音，能够模仿人类丰富多样的语调、情感和语速。GPT-Realtime 的应用场景广泛，涵盖了客服、教育、金融和医疗等多个领域，为打造智能语音助手提供了强大的支持。
2025-08-29 10:20:11 164人关注
OpenAI 推出“实时 API”:让AI语音助手像真人一样沟通
OpenAI 正式发布了其面向生产环境的“实时 API”，标志着公司在语音交互技术领域迈出了重要一步。该 API 主要面向为客户支持、教育或个人生产力等实际应用构建语音助手的公司和开发者，其核心组件是全新的 GPT-Realtime 模型。该模型能够直接生成和处理语音，无需传统的文本转换步骤，从而实现更快、更自然的对话。
2025-08-23 09:33:28 168人关注
特斯拉语音助手接入火山引擎与DeepSeek大模型 智能座舱体验全面升级
AIbase报道 特斯拉正为其车辆语音助手功能引入更强AI能力。根据特斯拉中国官网最新更新的《特斯拉车机语音助手使用条款》，官方首次明确其语音助手将接入外部大模型技术，合作伙伴包括字节跳动旗下的火山引擎和人工智能公司DeepSeek。
2025-07-01 17:20:39 425人关注
TEN Agent开源TEN VAD与Turn Detection，助力语音AI超低延迟
TEN Agent团队近日宣布，其核心模型**TEN Voice Activity Detection （VAD）**和**TEN Turn Detection**正式开源，为构建实时、多模态的语音AI代理提供了强大的技术支持。
TEN Agent开源模型 TEN Voice Activity Detection TEN Turn Detection 语音AI代理技术 实时多模态语音处理
2025-06-25 13:20:26 171人关注
Wispr Flow获3000万美元A轮融资，语音AI挑战键盘霸权
语音输入技术初创公司Wispr Flow宣布完成3000万美元的A轮融资，由Menlo Ventures领投，NEA、8VC、Opal CEO Kenneth Schlenker、Pinterest创始人Evan Sharp、Carta CEO Henry Ward及Lindy CEO Flo Crivelli等知名投资者跟投。Wispr Flow累计融资金额已达5600万美元。这一轮融资将助力Wispr Flow扩展其AI驱动的语音输入技术，进一步挑战传统键盘输入方式，开启人机交互的新篇章。AIbase为您深入解析这一融资事件及其背后意义。
2025-06-25 13:12:16 134人关注
年增长15倍!语音AI客服平台Synthflow完成2000万美元融资，挑战Sierra和Bland AI
总部位于柏林的语音AI初创公司Synthflow AI宣布完成2000万美元A轮融资，由知名风投机构Accel领投，现有投资者Atlantic Labs和Singular跟投。该公司专注于为企业提供无代码语音AI客服解决方案，正值对话式AI市场迎来爆发式增长。
2025-01-28 06:15:10 467人关注
MiniMax海螺语音全球同步上线 包含T2A-01-Turbo等模型
2025年1月20日，上海稀宇科技有限公司旗下的MiniMax宣布其全新升级的T2A-01系列语音模型全球同步上线，并推出海螺语音产品。T2A-01系列包含T2A-01-HD，T2A-01-Turbo两款模型供用户使用，API服务已同步上线MiniMax开放平台，企业可以根据音频质量与生成速度的需求重点来选择。
2025-01-25 10:23:24 186人关注
AI语音独角兽ElevenLabs完成2.5亿美元C轮融资，估值突破30亿
人工智能语音公司ElevenLabs再次引发关注，该公司刚刚完成了一轮高达2.5亿美元的C轮融资，估值在30亿至33亿美元之间。本次融资由ICONIQ Growth领投，显示出市场对AI语音技术的强烈信心。仅在一年之前，ElevenLabs刚刚完成了一笔8000万美元的B轮融资，当时的估值仅为现在的三分之一，可见该公司发展之迅猛。
2025-01-14 21:11:45 351人关注
确认！ChatGPT高级语音模式将于下周对ChatGPT Plus订阅用户开放
OpenAI 的旗舰模型 GPT-4o（"o" 代表 "omni"）在五月份发布时，其音频理解能力备受瞩目。GPT-4o 模型能够以平均320毫秒的速度回应音频输入，这与人类在典型对话中的反应时间相似。
2025-01-13 09:13:23 350人关注
未来已来!阿里新语音技术CosyVoice让AI说话更有人味儿
近日，阿里巴巴推出的最新语音合成模型CosyVoice，以其令人惊叹的逼真度和灵活性，为我们展示了未来人机交互的美好蓝图。
2025-01-12 23:22:40 117人关注
Meta计划为AI助手引入名人声音 或于9月发布
据多家媒体报道，社交媒体巨头Meta正在积极洽谈，计划为其人工智能产品引入多位知名演员和网红的声音。这项新功能可能最快将于今年9月的Meta Connect大会上亮相。
2025-01-08 09:36:15 91人关注
端到端语音大模型新秀:心辰Lingo开放内测预约
西湖心辰近日推出了国内首个端到端语音大模型——心辰Lingo，并已开启内测预约。这一创新模型被誉为国内首个能力追平GPT-4语音能力的AI系统，标志着中国在语音AI领域取得重大突破。
2024-12-16 14:42:15 114人关注
语音AI的颠覆者！PlayAI：用声音重塑数字交互的边界
从一个简单的Chrome扩展，到如今估值超2000万美元的AI语音帝国，PlayAI正用声音技术重新定义人机交互的想象边界。创始人Hammad Syed和Mahmoud Felfel用代码和算法编织出一个充满可能性的声音世界。