Agora 与 Gemini 达成合作，发布 Gemini 3.5 Transcribe 与 Agora Conversational AI 集成方案。此次合作将 Gemini 最新的实时语音转写能力…

过去两年，Voice AI 行业出现了一个非常明显的变化：开源语音模型越来越多，而且越来越强。 从早期 Whisper 带动 ASR 开源，到今天 Qwen、Microsoft 等大厂不断推出新的 A…

过去两年，语音模型的数量进入爆发期。Whisper、Qwen3-ASR、Qwen3-TTS 等开源模型不断降低部署门槛；OpenAI、Google等厂商持续推出实时语音、语音识别与语音合成 API。开…

智能硬件接入 AI 实时语音之后，产品面临的挑战和以前完全不一样了。以前是唤醒词加固定指令，交互是单向的、结构化的，设备只要把用户说的词匹配上就算完成任务。现在，用户在客厅里追问一句上下文、在机器人回…

8 月 18 日，NVIDIA AI Blueprints 的 Nemotron Voice Agent 发布 v2.1.0。release notes 很短，新增 Chatterbox TTS Mu…

8 月 18 日，k2-fsa 发布 sherpa-onnx v1.13.6，新增 VAD 加 ASR Flutter 示例，统一 Flutter 和 Dart CLI 初始化 API，修 Andro…

智能硬件团队第一次接音视频，控制台项目开好了，App ID 拿到了，后台也能生成 RTC Token，设备端日志里有入会成功，App 页面上有接听按钮和通话状态。真到联调时，点了呼叫没有声音，或者 A…

ESP32 是乐鑫科技推出的一款低成本、低功耗 Wi-Fi + 蓝牙 SoC，广泛用于智能家居、可穿戴设备、工业控制和 IoT 终端。儿童手表、智能门铃、AI 玩具、宠物摄像头、语音遥控器，很多消费类…

游戏语音出现问题，排查起来比想象中麻烦。通话横跨业务服务、RTC 频道、网络、音频设备和游戏进程，任何一段出问题，都会给玩家带来不佳体验。偶发问题尤其难定位，复现不了就只能让玩家重新登录，下次照样出现…

RTOS 是 Real-Time Operating System 的缩写，中文通常叫实时操作系统。很多人第一次看到这个词，会下意识把“实时”理解成“运行速度更快”。这个理解不太准确。RTOS 真正在…