Gorden Sun
0 关注者
sitin
1个月前
Gemini3.0 开干！明天再看！
宝玉
现在微信读书的AI语音已经挺不错了，听得很自然，不过一些细节还是有待完善，比如“了心”是个人名，第一次读“le”，第二次读对了是“liao”
小互
🎙️ MiniMax Speech 2.6 发布 ⚡ 延迟 <250ms 🧠 智能文本处理：自动识别网址、日期、数字 🎤 真人级语音：支持克隆音色与情感表达 🌍 40+ 语言，流畅混读 但是从演示视频来看，似乎拟人和情感方面没有展示出来，这个演示视频做的太差了。 之前Speech 2.5 在中文情感能力方面很不错... 一次失败的演示...
2个月前
Decart 和 ElevenLabs 联合退出唇形同步 API 让 AI 角色说话时嘴型完全同步、语气自然、有情感 低延迟 + 真唇形：ElevenLabs 负责流式输出情感语音，Decart 的 Lipsync 服务实时把每个音素映射成嘴部动画帧，边说边对齐，不再“对不上嘴”。 能被“礼貌地打断”：用户一开口，VAD（语音活动检测）触发中断信号，角色会自然停下，再接着对话，不会“自顾自说完
独立开发者｜欧维Ove
AI语音生成的赛道跑出来了很多成功的独立开发产品啊
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议
869
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。
