#语音AI

avatar
sitin
1个月前
卧槽！程序员兄弟们快看！Cartesia 刚出的 Sonic - 3 语音 AI，实测真的猛到超出预期！ ​ 咱搞开发的都懂，之前用的语音模型要么延迟高得让人抓狂，要么适配起来麻烦得要死。 但这 Sonic - 3 不一样，放弃传统 Transformer 用了 SSM 架构，延迟直接压到 100ms 以内，实时交互终于不卡了，响应速度比我之前用过的所有 TTS 都快至少 4 倍，开发效率直接拉满！​ 而且这玩意儿支持 40 多种语言，还能智能读缩写，完全不用额外做适配工作，省下来的时间多写几行代码不香吗？想搞语音克隆？10 秒就能生成专属语音，企业版还能精细调音色，满足各种定制需求。 而且它刚融了 1 亿美金，后续迭代肯定也稳得一批。有需要的兄弟们可以试试！
#语音AI #Sonic-3 #SSM架构 #低延迟 #语音克隆
avatar
小互
10个月前
OpenAI 开发者日，推出了一个实时 API 可以通过语音和3D太阳系进行实时的语音交互 该项目基于 Spline（3D 设计工具）构建，使用 Function Calling 机制来触发应用中的动画和交互。 结合语音 AI、WebRTC 和 3D 交互的演示项目，可用于探索太阳系，也可扩展到其他语音控制 3D 场景应用。 适合开发者学习 Function Calling、WebRTC 实时交互、3D 数据可视化等技术。 可定制 AI 交互方式，或更换 3D 场景，适用于教育、游戏、数据可视化等领域。
#OpenAI #API #实时语音交互 #3D太阳系 #Function Calling #Spline #WebRTC #语音AI #开发者日