随着人工智能的发展，“AI塔罗”这一新兴对话应用正悄然兴起。许多年轻人开始尝试通过在线聊天与AI塔罗进行占卜，对比传统塔罗占卜，这种对话式AI带来了全新的体验。那么，AI塔罗的在线聊天体验究竟怎么样？…

Granary 是 NVIDIA 于 2025 年8月推出的超大规模开源语音数据集，汇集了约 100 万小时的语音音频，覆盖25种欧洲语言。它是迄今最大规模的多语言语音数据资源之一，包括约65万小时的…

全球约有 7000 种语言，而现有 AI 语言模型覆盖的仅是极小一部分。过去，主流语音识别和语音助手大多专注于英语、中文等少数几种主要语言，许多中小语言的使用者在与智能设备交互时不得不借助第二语言。如…

Voice AI Agent（语音智能体）是一种能够进行语言交流和任务执行的自主系统，能够处理人类语音指令并给出语音回应。与传统只能执行单一任务的AI工具不同，Voice AI Agent结合了语音识…

多模型接入的架构设计要点 如前文所述，Voice AI Agent 通常由多个不同功能的模型/服务组成：ASR、LLM、TTS 各司其职。这种多模型级联架构的优点是每个组件都可以选用领域内最优或最合适…

在语音AI系统中，“听懂人话”之后，最后一步就是让机器“开口说话”。文本转语音（Text-to-Speech, TTS）技术实现了将文本变为自然的语音播放出来。此外，近年兴起的音色转换（Voice C…

在上一部分中，我们概览了语音AI系统的整体架构。其中自动语音识别（ASR）和自然语言理解（NLU）是将语音“听懂”的关键环节。本篇将深入解析这两个模块的技术原理、常用模型和评价指标，并介绍一些开源和商…

语音人工智能（Voice AI）正迅速崛起，根据联合市场研究公司 (Allied Market Research) 的最新报告，2018 年全球语音识别行业价值为 63.9 亿美元，预计到 2026 …

人工智能物联网（AIoT）是人工智能（AI）与物联网（IoT）的深度融合，孕育出一个智能化、数据驱动的生态系统。在AIoT体系中，海量传感器和设备源源不断地产生数据，AI技术则对这些物联网数据进行实时…

2025 年 7 月 26–28 日，第八届世界人工智能大会（WAIC）在上海世博中心举行，主题为“智联全球（Global Solidarity in the AI Era）”，吸引约 1200 名嘉…

1. Grok虚拟陪伴角色Rudi 火了，但儿童 AI 陪伴才刚开始 最近，由 Elon Musk 创办的 xAI 在其 Grok 聊天机器人中推出多款虚拟角色，其中一款角色为面向儿童的红熊猫角色 R…

2025年7月26日至29日，备受瞩目的“2025世界人工智能大会”（WAIC 2025）将在上海世博中心及世博展览馆隆重举办。本届论坛以“智联全球（Global Solidarity in the …