kyutai_labs把它的TTS开源了：Kyutai TTS，支持文本流式传输、低延迟使用L40S GPU，同时处理32个请求，延迟为 350毫秒除了生成音频，Kyutai TTS 还会输出单词的确切时间戳英语和法语的WER分别为2.82和3.29，说话者相似度为77.1%和78.7% 能处理长文章，目前支持英语和法语 #TTS #KyutaiTTS

#Kyutai TTS #开源 #文本流式传输 #低延迟 #英语和法语

相关新闻

Gorden Sun

12小时前

腾讯开源顶级翻译模型包括Hunyuan-MT-7B和Hunyuan-MT-Chimera-7B，Chimera是结合多个翻译结果整合出最终翻译，质量更高。支持33种语言，在WMT25比赛中，31个语言中有30个获得了第一。模型：

AI产品黄叔

13小时前

烧了2000美金，科研出来的一套Spec Coding 完全开源！这套流程比Vibe Coding起来大幅提高开发效率，很少有bug 并且每一次迭代都有完整PRD同步更新核心逻辑就是调用Opus出结构化文档（Spec）然后再调用Sonnet开始干活写代码这个范式会逐渐流行开来我的尝试希望能小小的弥补 Vibe Coding到Spec Coding之间的Gap

Geek

2天前

有点意思，Termix 开源、永久免费、Docker部署的服务器统一管理平台，把命令行直接搬到了你的浏览器里变成全能终端，让你的数据安全尽在掌握。

karminski-牙医

4天前

阶跃刚刚发布了一个开源的端到端的音频模型(输入是音频，输出也是音频，可以实现对话)。帮大家整理了下模型性能。目前来看跟GPT-4o打得有来有回, 其中翻译和ASR(自动语音识别)性能是领先的，对话能力差一点，稍后为大家带来评测！模型地址：

𝗖𝘆𝗱𝗶𝗮𝗿

4天前

既然都创业了，没钱归没钱，该留下总归得留下点什么，团队小伙伴根据 PDF.js 优化了一个新的版本，无论从代码结构、兼容性、交互界面，都做了优化，现在和 Juchats 已经深度融合，目前支持 npm 安装，后续会完全开源出来。先把 PDF 预览做好，后面陆陆续续抽空会上更多内容，我们抽空会做以下优化： - 持续优化组件结构，全部解耦，支持自定义组件 - 持续优化性能、体验、界面 - 体验地址

关联事件

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议

392

在新德里举行的活动中，OpenAI宣布即将推出o3-Pro模型，取代现有的o1-Pro模型，旨在提升ChatGPT的推理能力和功能。同时，OpenAI还发布了ChatGPT高级语音模式的升级，新增了自然停顿、重音处理、同理心表达和双向自动翻译等功能。这一更新已向所有付费用户开放，预计将进一步增强ChatGPT的用户体验和市场竞争力。随着用户基数的不断扩大，OpenAI的这些新功能引发了广泛关注，尤其是在人工智能语音交互领域的应用潜力。