Techub News 搜索

首页快讯香港信号活动时间线专栏发现

扫码下载

扫码下载

Loading...

Loading...

Techub News是一家来自香港的科技媒体致力于打造“香港领先，世界一流”的科技媒体和新媒体集群。采用最新的LLM和区块链技术带来全新的内容生产和消费范式，助力科普，赋能科创。

内容

首页快讯香港时间线

生态

活动专栏发现搜索

粤ICP备2023094802号

平台服务协议隐私政策扫码下载

Loading...

Loading...

全部文章快讯发布者

Microsoft 预览 MAI-Realtime 双向语音模型Techub News 消息，Microsoft 宣布推出 MAI-Realtime 双向语音模型预览版，该模型支持实时双向音频处理，可实现更自然的对话体验，并支持多语言及与 Copilot 等工具的集成。该模型与此前发布的 MAI-Voice-1 和 MAI-Transcribe-1 共同构成 Microsoft 的端到端语音 AI 体系。此举旨在减少对 OpenAI 的依赖，使公司能够自主掌控产品路线图并降低推理成本。（CryptoBriefing）Techub News08/02 23:06

Boson AI 将推 Higgs RealTime 实时语音模型Techub News 消息，AI 初创公司 Boson AI 正准备发布其首款端到端语音模型 Higgs RealTime，支持直接从语音到语音的处理，无需经过文本转换，以实现更低延迟的自然人机交互。与 OpenAI、Google 及 ElevenLabs 等厂商的语音产品相比，Higgs RealTime 专注于生产级低延迟场景。Boson AI 此前已推出支持 100 余种语言的 Higgs TTS 3 文本转语音模型，以及可根据单张图片生成实时说话人视频的 Higgs Avatar API。该公司早期模型 Higgs TTS 2 曾在 Hugging Face 开源，训练数据超过 1000 万小时。（CryptoBriefing）Techub News07/28 00:39

阶跃星辰 StepAudio 2.5 登顶五项语音 AI 基准测试Techub News 消息，据 CryptoBriefing 报道，阶跃星辰（StepFun）发布的语音模型 StepAudio 2.5 Realtime 在 2026 年 4 月的五项主流基准测试中均排名第一，主观人类评价得分 80.41 分，较前代基线提升 10 分。该模型采用端到端架构，支持中英文实时交互，并引入副语言理解能力以识别语调、情绪和语速。技术报告显示，其通过角色扮演特定的 RLHF 技术保持角色一致性，区别于传统的语音识别-语言模型-语音合成流水线。Techub News05/27 03:47

已经到底了

AI Web3 ETF 稳定币 Defi RWA

全部文章快讯发布者

搜索“Realtime”共有3条相关结果

AI

·

08/02 23:06

Microsoft 预览 MAI-Realtime 双向语音模型

Techub News 消息，Microsoft 宣布推出 MAI-Realtime 双向语音模型预览版，该模型支持实时双向音频处理，可实现更自然的对话体验，并支持多语言及与 Copilot 等工具的集成。该模型与此前发布的 MAI-Voice-1 和 MAI-Transcribe-1 共同构成 Microsoft 的端到端语音 AI 体系。此举旨在减少对 OpenAI 的依赖，使公司能够自主掌控产品路线图并降低推理成本。（CryptoBriefing）

快讯Google·07/28 00:39

Boson AI 将推 Higgs RealTime 实时语音模型

Techub News 消息，AI 初创公司 Boson AI 正准备发布其首款端到端语音模型 Higgs RealTime，支持直接从语音到语音的处理，无需经过文本转换，以实现更低延迟的自然人机交互。与 OpenAI、Google 及 ElevenLabs 等厂商的语音产品相比，Higgs RealTime 专注于生产级低延迟场景。Boson AI 此前已推出支持 100 余种语言的 Higgs TTS 3 文本转语音模型，以及可根据单张图片生成实时说话人视频的 Higgs Avatar API。该公司早期模型 Higgs TTS 2 曾在 Hugging Face 开源，训练数据超过 1000 万小时。（CryptoBriefing）

快讯AI·05/27 03:47

阶跃星辰 StepAudio 2.5 登顶五项语音 AI 基准测试

Techub News 消息，据 CryptoBriefing 报道，阶跃星辰（StepFun）发布的语音模型 StepAudio 2.5 Realtime 在 2026 年 4 月的五项主流基准测试中均排名第一，主观人类评价得分 80.41 分，较前代基线提升 10 分。该模型采用端到端架构，支持中英文实时交互，并引入副语言理解能力以识别语调、情绪和语速。技术报告显示，其通过角色扮演特定的 RLHF 技术保持角色一致性，区别于传统的语音识别-语言模型-语音合成流水线。

已经到底了

最近搜索

暂无数据

热搜榜

李开复（Kai-Fu Lee）：AI 超级大国的崛起与人类未来的抉择

专访「AI 投研精英孵化计划」学员小花猫 —— AI 行情助手

Microsoft AI CEO Mustafa Suleyman（穆斯塔法·苏莱曼）：AI将创造无限丰饶，但我们必须学会“遏制”4Dario Amodei（Anthropic CEO）：我们必须为前沿 AI 把控节奏 5前谷歌高管 Mo Gawdat：AI 的真正威胁不是机器失控，而是人类滥用