Search

Results for “语音智能体”

Total 5 articles

今夜,语音模型第一次超越人类!OpenAI再现Her时刻,95后华人研究员坐镇

今夜,语音模型第一次超越人类!OpenAI再现Her时刻,95后华人研究员坐镇 (opens in a new tab)

OpenAI凌晨发布最新生产级别语音模型和API。Realtime API实现语音直接处理,支持图像输入、远程MCP服务器与SIP打电话,极大简化语音智能体构建;而新一代语音到语音模型gpt-realtime,在音质、理解力、指令遵循和函数调用上全面提升,语音几乎媲美真人,还能多语种切换与细腻表达。

AI news
0
2026 年,企业全面拥抱语音 AI 智能体

2026 年,企业全面拥抱语音 AI 智能体 (opens in a new tab)

a16z 指出:“模型开发的进展正在简化整个基础设施栈,使得语音智能体具备更低延迟和更高性能。这一提升主要出现在过去六个月内,得益于新一代对话模型的出现。”基于这些趋势,Deepgram 与 Opus Research 合作开展的《2025 语音 AI 状况调查报告》,基于 400 位商业领袖的洞察,涵盖十多个行业,分析了语音 AI 的应用现状与关键特性。

AI guides
0
当语音智能体开始「边聊边干活」:DuplexAgent-RSI让全双工协作进入自进化时代

当语音智能体开始「边聊边干活」:DuplexAgent-RSI让全双工协作进入自进化时代 (opens in a new tab)

语音是人类最自然、最习惯的交互方式。随着代码智能体、办公智能体逐渐普及,人们对智能体的期待也不再只是 “问一个问题、得到一个答案”,而是希望像和同事一样持续沟通,共同完成一项工作:任务进行到一半,可以随时询问进展;想到新要求,可以直接补充;方向变了,也可以马上取消或修改。

AI guides
0
OpenAI 推出三款实时语音模型,可边听边「思考」、翻译和转录

OpenAI 推出三款实时语音模型,可边听边「思考」、翻译和转录 (opens in a new tab)

不知道大家平时有没有这种经历。 每次遇到点急事,打给各大公司的智能客服,电话那头永远是那个字正腔圆但毫无感情的声音:「查询服务请按 1,人工服务请按 0……」接着就是漫长的音乐,以及那句让人抓狂的「对不起,我没听懂,请再说一遍」。 但就在刚刚,OpenAI 发布了 Realtime API 实时语音模型的全家桶。看了看他们的演示,这回,他们是真心想让机器说「人话」,办「人事」。 省流版如下: GPT-Realtime-2:构建可用于生产环境的语音智能体。它们能够进行更深入的思考、执行操作、处理中断,并让对话持续自然地进行。 GPT-Realtime-Translate:支持 70 多种输入语言

AI news
0