标签： 语音大模型

MOSS-Live全双工实时交互系统架构与界面
AI 工具AIGC 资讯

停顿抢话率压至1.44%、误触发仅2%！模思智能重磅发布全双工实时系统MOSS-Live：首创前后台解耦异步执行、视觉语音融合与基准登顶全景深度拆解

站外新闻
站外新闻
蚂蚁百灵 Ming-3.0 全链路语音大模型家族官方架构与开源模型列表
AI 工具

0.5B小参数拿下SOTA！蚂蚁百灵重磅开源Ming-3.0全链路语音模型家族：首创导演模式情绪微调、长音频端到端理解与免训热词注入全景实测

站外新闻
站外新闻
网易有道开源低延迟真流式语音大模型 R2T2 架构与落子无悔机制全景实测
最新趋势

终结字幕闪烁与Voice Agent误执行！网易有道开源真流式语音大模型R2T2：首创落子无悔Append-Only机制、200ms极致延迟与多后端端侧部署全景实战

站外新闻
站外新闻
单卡每秒转录2238秒音频且超越级联系统！英伟达开源30B MoE语音大模型Nemotron 3.5 Transcribe：MTP投机解码、8人重叠区分与长程指令化全景深度评测 配图 1
AIGC 资讯

单卡每秒转录2238秒音频且超越级联系统！英伟达开源30B MoE语音大模型Nemotron 3.5 Transcribe：MTP投机解码、8人重叠区分与长程指令化全景深度评测

站外新闻
站外新闻
全栈语音开源大爆发！蚂蚁百灵正式开源 Ming-3.0 语音大模型全家桶：五款模型覆盖合成、理解与高抗噪识别，登顶 Artificial Analysis 榜首
AI 工具

全栈语音开源大爆发！蚂蚁百灵正式开源 Ming-3.0 语音大模型全家桶：五款模型覆盖合成、理解与高抗噪识别，登顶 Artificial Analysis 榜首

站外新闻
站外新闻
登顶 Artificial Analysis 榜首！HeyGen 正式开源自研端到端语音大模型 HeyGen Voice：同源 Avatar V 终结声画音色脱节，解耦相似度与表现力双维控制
AI 工具AIGC 资讯

登顶 Artificial Analysis 榜首！HeyGen 正式开源自研端到端语音大模型 HeyGen Voice：同源 Avatar V 终结声画音色脱节，解耦相似度与表现力双维控制

站外新闻
站外新闻
OpenAI GPT-Live-1.1 全双工实时语音大模型界面展示
AI 工具

OpenAI 发布 GPT-Live-1.1 全双工实时语音大模型：前后台架构解耦、动态插话与母语级多音色实测

站外新闻
站外新闻
Mistral AI重磅开源Voxtral语音模型：24B/3B版本全面超越GPT-4o，支持30分钟长音频转录与多语言实时理解
AI 工具

Mistral AI重磅开源Voxtral语音模型：24B/3B版本全面超越GPT-4o，支持30分钟长音频转录与多语言实时理解

站外新闻
站外新闻
Higgs Audio V2：李沐团队开源语音大模型，1000万小时数据训练，支持实时多人对话与语音克隆
AI 工具AIGC 资讯

Higgs Audio V2：李沐团队开源语音大模型，1000万小时数据训练，支持实时多人对话与语音克隆

站外新闻
站外新闻
小米开源MiMo-Audio：首个端到端语音大模型发布，性能超越GPT-4o与Gemini
AI 工具AIGC 资讯

小米开源MiMo-Audio：首个端到端语音大模型发布，性能超越GPT-4o与Gemini

站外新闻
站外新闻
阿里通义百聆重磅发布：企业级语音基座大模型，融合识别与合成，大幅降低幻觉率，赋能多行业应用
AI 工具AIGC 资讯

阿里通义百聆重磅发布：企业级语音基座大模型，融合识别与合成，大幅降低幻觉率，赋能多行业应用

站外新闻
站外新闻
英伟达开源PersonaPlex全双工语音AI模型：同时听和说，角色可定制，重新定义人机交互
AI 工具AIGC 资讯

英伟达开源PersonaPlex全双工语音AI模型：同时听和说，角色可定制，重新定义人机交互

站外新闻
站外新闻
阿里通义发布Fun-AudioGen-VD：一站式AI音色设计与场景化音频生成模型，开启专业声音创作新纪元
AI 工具

阿里通义发布Fun-AudioGen-VD：一站式AI音色设计与场景化音频生成模型，开启专业声音创作新纪元

站外新闻
站外新闻
腾讯开源Covo-Audio：70亿参数端到端语音大模型，挑战GPT-4o的实时对话新标杆
AI 工具AIGC 资讯

腾讯开源Covo-Audio：70亿参数端到端语音大模型，挑战GPT-4o的实时对话新标杆

站外新闻
站外新闻
阿里语音大模型横扫Artificial Analysis三冠：Fun-Realtime-TTS全球第五，ASR、Chat、TTS国产登顶，实时合成技术引领深度智能时代
AIGC 资讯最新趋势

阿里语音大模型横扫Artificial Analysis三冠：Fun-Realtime-TTS全球第五，ASR、Chat、TTS国产登顶，实时合成技术引领深度智能时代

站外新闻
站外新闻
- 入群领取知识星球折扣卷, 仅剩99份 -

最近更新

量子芯片科技感占位特色图
560B参数每步仅活25B且原生百万长文本！蚂蚁百灵发布Ling-3.2-flash：首创KDA记忆召回与视觉-执行闭环架构全景深度拆解
AI 工具
全息流体渐变通用占位特色图
斩获948个内核提权且守界率达99.93%！OpenAI重磅推出GPT-6 Cyber：首发Critical级网安大模型、全自动红蓝对抗与漏洞闭环架构全景深度拆解
AIGC 资讯
量子芯片科技感占位特色图
单次15秒直出且成本骤降30%！谷歌DeepMind全面商用Gemini Omni 1.2 Flash：首创对话式时空流编辑与音视频同Pass生成架构全景技术拆解
AI 工具
量子芯片科技感占位特色图
告别单向报答案与机械刷题！北大联合国科大开源教育多模态大模型OmniEdu：首创20类任务指令行为切换与苏格拉底式支架教学全景深度拆解
AI 工具