语音助手回话时，声音是跟着它”边想边说”一起出来的，不是等它把整段话想完才开口，这就是流式语音合成（Streaming TTS）在干活。它跟”先生成一整段完整音频、…

打电话的时候对方一边说话，字幕一边往外蹦，这就是流式语音识别（Streaming ASR）在干活。它跟”录完一段音再整体转文字”的离线识别是两码事，流式识别不等你说完，音频进来…

CNBC最近一篇报道：美国直播购物行业2026年预计做到200亿美元销售额，同比涨35%。TikTok Shop今年上半年直播销售额同比翻倍，直播场次涨了60%以上，累计直播时长涨了80%以上，直播电…

9月10日，OpenAI 宣布 GPT-Live-1 在 API 中开放，为开发者带来更自然的全双工语音交互体验。Agora 作为 OpenAI 合作伙伴，已同步支持 GPT-Live-1 接入。开发…

Live Play Mobile从2020年6月上线第一个24小时宾果直播间开始，到现在已经攒了大约10万小时的真人主播直播内容。他们最近的动作是给这套系统加上了AI游戏主播，但联合创始人Geremi…

单模态模型（Unimodal Model）只能处理一种形式的输入数据，纯文本、纯图像或纯语音；多模态模型（Multimodal Model）则能同时处理两种及以上形式的数据，并在它们之间建立关联。 一…

多模态模型（Multimodal Model）是指能够同时接收、理解并生成两种及以上不同形式数据（如文本、图像、语音、视频）的 AI 模型。与之相对的是”单模态模型”，只能处理…

AI外呼、AI客服正在从客服中心走向房产中介的一线业务。美国租赁自动化平台 ShowMojo 和语音 AI 公司 Super 最近合作推出了一款“24/7 数字租赁助手”，就是一个典型信号。其业务逻辑…

最近白鲸出海报道了一个语聊房App，叫「他TA星球」，主打女性向的情感陪伴，上线三年，月流水做到了将近400万人民币。这类产品要把用户留住，背后有一层很少被细看的东西，就是声网这套语聊房方案到底在解决…

智能门锁这两年悄悄完成了一次身份升级，从单纯的”指纹开门”，变成了猫眼、门铃、摄像头三合一的入户安防终端。有人按门铃、有陌生人在门口停留，主人不管在客厅还是在公司，打开手机 A…