OpenAI 近期公开了其低延迟实时语音系统 GPT-Live 的技术细节，展示了一套仅用六个月构建的全新架构。区别于传统的轮流发言模式，GPT-Live 采用了全双工语音模型，能够实现一边聆听一边发言的连续对话，大幅减少了交...

Anthropic为其AI助手Claude的语音模式推出了一次重要升级，显著提升了实用性和场景覆盖。本次更新最大的变化是模型支持范围的扩展：用户现在可以在语音交互中自行选择使用Claude Opus、Sonnet或Haiku模型，从而根据...

当我们还在为向 ChatGPT 或 Claude 输入一段精准提示词而反复斟酌措辞时，一款名为 Wispr Flow 的工具正试图让键盘成为次选项。它并非简单的语音转文字，而是专为 AI 交互打造的流式语音输入引擎，支持用自然口语一...

OpenAI 正式推出新一代语音模型 GPT-Live，现已驱动 ChatGPT 语音功能。该模型采用全双工架构，允许 AI 在说话的同时持续倾听，彻底打破传统一问一答的交互模式，实现更接近人类自然交流的同步对话。GPT-Live 能够实...

OpenAI正式推出新一代语音模型GPT-Live，并已作为核心引擎驱动ChatGPT Voice。该模型首次实现了真正的全双工交互能力，能够同时进行聆听与讲话，彻底告别传统语音助手“轮流发言”的机械感。GPT-Live不仅可以捕捉和处...

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...

在 AI 语音交互技术飞速发展的今天，实时通信协议的选择正成为影响系统性能与可靠性的关键瓶颈。一篇来自 moq.dev 的最新技术分析文章指出，广泛使用的 WebRTC 协议并非 AI 语音应用的理想选择。WebRTC 的设计初衷是...

OpenAI近日在API中正式推出了一系列全新的实时音频模型，标志着语音交互技术迈入了一个全新阶段。该系列包括三款核心模型：GPT-Realtime-2，专注于增强对话式推理能力，能够实现更自然、更具逻辑性的实时语音对话；G...