新闻中心

引言： 在问答和对话的场景下，通常可以通过检索和生成两种方式得到一个回复。 检索式回复是在外部知识库中检索出满意的回复，较为可靠和可控，但回复缺乏多样性；而生成式回复则依赖于强大的语言模型中储存的内部...

美颜是当今短视频、视频社交、直播等日常生活中经常使用到的一项技术，好的美颜可以给视频中自己的外貌、肤色、妆容等加分，进而带来更好的视觉体验。而然，美颜并不是万能的，我们平时看直播时，有的平台在主播开启...

本文为「Dev for Dev 专栏」系列内容，作者为声网网络体验团队 @王瑞。 01 背景 在实时音视频通话中，音视频质量受网络丢包影响较大，特别是对于视频。 为什么视频对丢包更敏感呢？通常来说，音...

“至臻画质”是声网“实时高清·超级画质”解决方案中的一项核心能力，不仅支持移动端1080P、PC端4K高清画质，还通过端侧实时超分、暗光增强、色彩增强等算法对画质进行增强与提升，相比技术门槛较高的超分...

云计算的出现为企业的管理、业务开展、资源整合等带来了极大的便利性，也是数字化建设的核心基建之一，然而局部宕机或者大面积宕机事件对于云厂商来说却也无法避免，全球领先的计算平台也不例外。例如，美国东部时间...

GPT-4o 自发布以来，支持端到端实时多模态成为国内外大模型厂商纷纷跟进的新方向，先是AI初创公司 Character.AI 表示其已经推出了一项通话功能，允许用户与其人工智能角色进行语音对话，并支...

北京时间5月14日凌晨，OpenAI 发布了新一代旗舰生成模型 GPT-4o，这是一款真正的多模态大模型，可以「实时对音频、视觉和文本进行推理」。核心亮点包含：支持与 AI 实时语音对话，且响应时间达...

AV1 是一种新型的视频编码格式，设计初衷是为了提供一款免专利费，且具备更高效、更灵活视频压缩的编码器，以适应不断增长的在线视频需求，特别是在流媒体和实时音视频领域。目前声网 SDK 已接入 AV1，...