字节跳动近日正式公开了其最新的原生音视频实时交互模型SeedRealtime，该模型突破了传统语音助手仅依赖音频或文本的限制，能够同时处理连续的视频、音频和文本流，并以人类对话般的自然速度进行实时语音回应。这一技...

OpenAI近日发布了一份工程指南，详细介绍了如何使用其最新优化的模型gpt-realtime-translate构建实时语音翻译系统。该模型专为同声传译场景设计，与传统的轮次语音交互不同，它能实现对语音流进行实时、连续的翻译处...

谷歌在其AI助手Gemini的界面中意外泄露了一项名为“目标预定行动”的全新功能，这标志着人工智能在任务管理范式上的重要演进。与当前普遍存在的、基于固定提示词重复执行的预定任务不同，该功能允许AI根据用户设定的宏...

近日，GitHub上开源了一个名为Slowmo的工具项目，它旨在为开发者提供对网页内容时间的通用控制能力。通过该工具，用户可以灵活地减慢、暂停或加速网页中的动画以及其他基于时间变化的元素。这一功能在多个专业场景下...

近日，一位开发者为解决自身普通话声调学习的痛点，训练并开源了一个超轻量级的语音评估模型。该模型专门用于对普通话的发音和声调进行实时评分与纠正，为解决语言学习中“听不出自身错误”的普遍难题提供了技术方案。...

Wavesurfer.js作为一款前沿的交互式JavaScript音频处理库，正在重塑Web应用的音频可视化体验。该库通过Canvas和Web Audio API技术栈，实现了高精度的音频波形渲染与实时播放控制，其模块化架构支持插件扩展，包括区...

近期科技教育领域曝出恶性竞争事件，估值2350万美元的知名编程训练营Codesmith遭遇竞争对手长达数年的系统性声誉攻击。攻击者通过操控编程训练营主题的Reddit子论坛版主权限，持续散布扭曲事实的负面内容，包括将Cod...

OpenAI近日在ChatGPT中推出了名为“学习模式”的新功能，旨在通过逐步引导用户解决问题，而非直接提供答案，从而改变传统的学习体验。该功能利用定制化的系统指令，鼓励用户主动参与，管理认知负荷，并促进自我反思。...