在大模型语音能力快速升级的这几年，TTS（文本转语音）系统经常被更大的参数规模、更丰富的音色、更复杂的情绪控制和更强的云端推理能力定义。但放到实时互动场景里，TTS 很快会遇到更具体的问题，比如低端设…

7 月 14 日，Qwen Cloud 发布了 qwen-audio-3.0-tts-plus 和 qwen-audio-3.0-tts-flash。Qwen-Audio-TTS 增强了多语言和中文方…

过去五年，智能家居硬件的竞争维度是”功能”：谁的设备支持的协议更多、场景联动更丰富、App 更好用。但这场竞争正在终结。功能层面的差异化已经趋于均质，几乎所有主流厂商都能做到语…

5月28日，阿里巴巴语音大模型Fun-Realtime-TTS-Preview在Artificial Analysis的Speech Arena排行榜上拿到1190分Elo，全球第五，国产模型里排第一…

2026年上半年，语音AI经历了过去几年里变化最密集的六个月。OpenAI、Google、微软、苹果在同一时间窗口里相继发布了对行业格局有实质影响的产品，Thinking Machines Lab这样…

6月8日，Tim Cook最后一次走上Apple Park的主舞台。他9月1日就要把CEO的位置交给John Ternus了，而这场WWDC他要交代的事情不少。两年前在iPhone 15 Pro发布会…

2026年第一季度，开源语音AI迎来了集中爆发。NVIDIA Parakeet RNNT 在 LibriSpeech 基准上把词错率（WER）压到了 1.8%，与顶级商用 ASR 几乎没有差距；Hum…

全球娱乐圈的数字化叙事正在发生微妙的变化。根据市场调研机构 Business Research Insights 的最新数据，全球虚拟偶像与数字分身市场规模预计在 2026 年突破 20 亿美元。由于…

客户服务始终是企业的生命线，但长期以来，它面临着一个难以调和的“不可能三角”：高效率、低成本、高体验 往往只能兼顾其二。传统的人工客服模式正是在成本和效率的重压下举步维艰——不断上涨的人力开支、难以培…

2025年10月31日，实时互联网大会（Convo AI & RTE 2025）迎来了第十一届。不同于往年，这一次的大会不只是展示实时音视频的技术进步，而是一次关于“实时互动 × 对话式 AI…