跳到正文

技术方向

语音与音频 最新动态

AI 语音与音频的进展:语音合成、实时对话、音乐生成与音频理解的模型与产品。

1 条精选近 30 天 1 条共收录 2 条

更新

语音与音频的精选

9月16日周三第 1–1 条
  1. Google DeepMind75

    Google DeepMind 推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking

    Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款语音对话模型,前者主打规模化成本效益,后者针对高复杂度任务强化多步推理。

    推荐理由:原文给出了具体评测分数和分平台上线时间,读者可以据此判断 Gemini 3.8 Live 系列在语音对话模型中的实际能力和可用范围。