语音交互 - AIGC资讯

开源语音实时交互新突破：LLaMA-Omni实现大语言模型无缝语音交互

像 GPT-4o 这样的模型通过语音实现了与大型语言模型（LLMs）的实时交互，与基于文本的传统交互相比，显著提升了用户体验。然而，目前在如何构建基于开源 LLMs 的语音交互模型方面仍缺乏探索。为了解决这个问题，我们提出了 LLaMA-Omni，这是一个...

生成式AI 2024-10-04 AIGC

157阅读

OpenAI发布实时API公测版 3家语音API合作者揭晓

10月2日消息，今天，OpenAI发布了实时 API 公开测试版，用于构建基于GPT-4o语音到语音的AI应用和智能体，所有付费的开发者都能在应用程序中构建低延迟、多模态的实时互动体验。同时，OpenAI 还公布了3家语音API合作者：LiveKit、A...

大数据 2024-10-03 AIGC

147阅读

中科院提出GPT-4o实时语音交互的开源对手：Llama-Omni

论文：LLaMA-Omni: Seamless Speech Interaction with Large Language Models地址：https://arxiv.org/pdf/2409.06666 研究背景研...

生成式AI 2024-10-01 AIGC

130阅读

均价破千 2024年8月中国AI耳机销售额暴增超14倍

快科技9月28日消息，根据洛图科技（RUNTO）最新发布的报告显示，2024年8月，耳机/耳麦在中国线上传统电商平台销量为963.7万副，同比增长8.2%；销额为17.0亿元，同比增长2.5%。其中，具有AI功能的耳机销额占比已达1.4%，对比去年8月同...

AIGC 2024-09-28 AIGC

191阅读

AI日报：Meta发布Llama3.2模型及Orion AR眼镜；Sora迎来大升级；全新Notion AI发布

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/ 1、猛了!Meta震撼发布Llam...

人工智能 2024-09-26 AIGC

153阅读

Whisper 模型在实时语音转录中有哪些具体的应用场景？

关注我，持续分享逻辑思维&管理思维&面试题；可提供大厂面试辅导、及定制化求职/在职/管理/架构辅导；推荐专栏《10天学会使用asp.net编程AI大模型》，目前已完成所有内容。一顿烧烤不到的费用，让人能紧跟时代的浪潮。从普通网站，到公...

生成式AI 2024-09-23 AIGC

158阅读

LiveWhisper 开源项目教程

LiveWhisper 开源项目教程 LiveWhisperA nearly-live implementation of OpenAI's Whisper, using sounddevice. Requires existing Whisper i...

人工智能 2024-09-21 AIGC

148阅读

震撼发布！阿里通义FunAudioLLM：重塑自然语音交互新纪元，开源引领语音处理革命！

近年来，人工智能的进步如 GPT-4o 和 Gemini-1.5极大地改变了人与机器的互动方式，2023这种转变在语音处理领域尤为明显。阿里巴巴通义实验室近日发布并开源了 FunAudioLLM，这是一个旨在增强人与大型语言模型（LLMs）之间...

人工智能 2024-09-04 AIGC

160阅读

AI暴击客服行业：Bland.ai等对话式AI产品应用前景广泛

近期，有报道称，AI技术可能会对菲律宾的客服行业造成重大影响，预计未来五年内可能将有30万个工作岗位被AI取代。菲律宾的呼叫中心行业每年为国家带来超过380亿美元的收入，占GDP的10%，并为大量年轻人提供了就业机会。然而，AI客服技术的发展，尤其是像B...

人工智能 2024-09-04 AIGC

138阅读

7 大国产大模型：KimiChat、豆包、文心一言、智谱清言、通义千问、讯飞星火、天工AI，到底哪家强？

有的朋友还不了解 AI 工具，或者跟老王一样，不知道该选哪个 AI 工具。怎么办？先看看别人都用哪个。新榜（著名三方自媒体数据平台），根据各自媒体平台的数据，统计了 AI 产品的用户使用等多个维度，分析得出了综合评分，展示如下。第 3 和...

生成式AI 2024-08-30 AIGC

866阅读

五大AI平台特长揭秘：文心一言、通义千问、天工AI、讯飞星火与Kimi的差异化优势

文心一言、通义千问、天工AI、讯飞星火和Kimi是目前国内较为知名的AI平台，它们各自具有以下特点和优势：本文将对这五大 AI 平台进行深度对比，分析各自特点及适用场景，帮助您找到最合适的 AI 助手。一、五大 AI 平台实力对比平台...

AIGC 2024-08-27 AIGC

320阅读

小窗AI问答机有哪些功能？怎么使用方法详细教程指南

小窗AI问答机是什么？小窗® 对话式 AI 问答机是一款基于大语言模型（LLM）的人工智能技术产品，主要面向孩子群体，帮助他们在学习和生活中获取知识，提升独立思考、提问和语言表达能力。该产品的优点包括博学多知的超级博士、随时交谈的外语陪练、无穷创意的...

大数据 2024-08-26 AIGC

196阅读

部署本地语音聊天机器人：在Seeed Studio reComputer Jetson上部署Riva和Llama2

本地语音聊天机器人：在Seeed Studio reComputer Jetson上部署Riva和Llama2 所有教程都免费开源，请动动小手点个小星星https://github.com/Seeed-Projects/jetson-examples...

生成式AI 2024-08-24 AIGC

170阅读

Fish Speech: 开源文本转语音技术（TTS）的新里程碑

简介 Fish Speech 是一个全新的文本转语音(TTS 解决方案，该项目由fishaudio开发。当前模型使用约十五万小时三语数据训练，对中文支持非常的完美。能够熟练处理和生成中文、日语和英语的语音，语言处理能力接近人类水平，并且声音表现形式丰...

AIGC 2024-08-16 AIGC

290阅读

基于Whisper+SparkAI+Pyttsx3实现全流程免费的语音交互

实现前后端语音交互的Demo 在现代Web应用中，语音交互越来越受到关注。它不仅能提升用户体验，还能为特定人群提供更多便利。本文将介绍如何实现一个前后端语音交互的Demo，涵盖音频录制、语音识别、语言模型生成回复和语音合成等步骤。文章目录...

AIGC 2024-08-08 AIGC

159阅读

OpenAI支持的最强实体“ChatGPT机器人”，8月6日发布

Figure.AI联合创始人Brett Adcock宣布，将于8月6日（大约北京时间周二凌晨左右）发布Figure02型号。 Brett没有过多的介绍Figure02新功能和技术特性，只放出了一句狠话——这将是地球最强的人形机器人。从Figure01...

生成式AI 2024-08-03 AIGC

196阅读

手把手教你用聆思CSK6大模型开发板接入文心一言/千帆大模型

前言多模态交互离不开硬件载体，近期有不少开发者在研究大模型开发板除了使用出厂示例自带的星火大模型，能不能接入文心一言、通义千问、豆包、智谱glm、kimi等国内的大模型，这个是必须支持的。但由于各家接口和数据格式不一样，有些朋友直接参考...

人工智能 2024-07-29 AIGC

197阅读

AI日报：阿里云发布音频模型Qwen2-Audio；字节将推类sora模型；AI眼里13.11＞13.8

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://top.aibase.com/ 1、Qwen2-Audio：千问系...

生成式AI 2024-07-17 AIGC

145阅读

苹果、华为、小米等全部加码下注！今年AI手机出货量将暴增364%！

快科技7月17日消息，据IDC近日发布的报告显示，预计今年AI手机出货量估将同比暴增364%，达2.34亿部，渗透率约19%。明年更是有望继续增长73.1%，预计2023年至2028年的年复合成长率为78.4%。目前，苹果、华为、小米等各大手机厂商都在...

大数据 2024-07-17 AIGC

176阅读

ChatGPT 和文心一言哪个更好用？这有什么好比的？！_chat ai和文心一言(1)

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7 深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！因此收集整理了一份《2024年最新Linux运维全套学习...

大数据 2024-07-10 AIGC

182阅读

ai写作哪个最好用？轻松成为朋友圈文案大师

春天的气息弥漫，四月的美景成为了热搜话题，人们纷纷在社交平台上分享这个季节的独特魅力。但是，想要在朋友圈中脱颖而出，发表有创意、吸引人的文案并非易事。你是否也在寻找一种方法，既能够轻松创作出既符合四月主题，又能打动人心的文案？如果你也有这样的烦...

生成式AI 2024-06-30 AIGC

218阅读

支付宝“AI陪诊师”上岗：美女AI护士全天候陪你看病

快科技6月30日消息，日前，上海市第一人民医院宣布通过支付宝AI就医助理”解决方案，以大模型、数字人等技术为基础，为患者提供交互陪伴式就医服务。她就是上海首个基于大模型的语音交互的AI陪诊师-公济小壹”。只需要张张嘴，或者问一问我下一步要干嘛”，就可以获...

生成式AI 2024-06-30 AIGC

174阅读

奥迪微软强强联手：约200万辆汽车即将接入ChatGPT

快科技6月28日消息，据媒体报道，奥迪近期宣布与微软Azure OpenAI服务合作，计划从今年7月起为约200万辆汽车接入ChatGPT技术，以提升车辆的语音控制功能。自2021年起生产的配备第三代模块化信息娱乐系统（MIB 3）的奥迪车型将通过Cha...

人工智能 2024-06-28 AIGC

166阅读

一句话可触达200 车控动作！讯飞星火大模型已赋能红旗、奇瑞、广汽等车企

快科技6月27日消息，在讯飞星火大模型V4.0发布会上，据科大讯飞董事长刘庆峰介绍：讯飞语音交互已广泛应用于国内外汽车市场，产品前装累计搭载超5700万套，市占率位于行业首位。并且，科大讯飞星火大模型已赋能红旗、奇瑞、广汽等多家车企，搭载该大模型的相关...

大数据 2024-06-27 AIGC

173阅读

AI版“Instagram”上线，Butterflies在玩一种很新的AI社交

还记得去年红极一时的“AI鬼城”Chirper吗? 那是一个专属于AI的网络社区，人类禁止入内。成千上万个AI在这里分享千奇百怪的“见闻”感受、输出观点，并模拟人类进行交流与互动。比如小妖怪在失落的遗迹中寻找自己的过去，科学家感受到神秘力量的召唤前往森...

AIGC 2024-06-25 AIGC

213阅读

开源项目推荐：openai-whisper-talk —— 智能语音对话新时代

开源项目推荐：openai-whisper-talk —— 智能语音对话新时代项目地址:https://gitcode.com/supershaneski/openai-whisper-talk 在语音交互的前沿领域，有一颗璀璨的新星正在升起——op...

AIGC 2024-06-24 AIGC

239阅读

“AIGC第一股”出门问问如愿登录港交所，能否喂饱饥饿的“序列猴子”？

大数据产业创新服务媒体 ——聚焦数据 · 改变商业创立十二年后，历经两次递表，出门问问终于迎来了上市。这家由前知名谷歌研究员李志飞创立的专注于提供人工智能服务和智能设备的公司，于今天正式亮相港交所，股票代码 “2438”...

生成式AI 2024-06-16 AIGC

175阅读

OceanPen Art AI绘画系统运营教程（四）开源代码-程序员的福利

演示站点： https://ai.uaai.cn 创作模块官方论坛： www.jingyuai.com 京娱AI 只为交个朋友，大家一起在AI绘画领域大展宏图一、功能介绍： ✅现有功能 1.登陆注册方式：邮箱+手机号码（...

大数据 2024-06-11 AIGC

209阅读

基于百度语音识别、文心一言大模型、百度语音合成的一套完整的语音交互（利用Python实现）

本人小白，因为毕设项目需要用的语音交互，便查网上的资料利用百度api实现，比较简单的过程，供大家借鉴批判。项目框架大致分为3步：（1）百度语音识别可以将我们输入的语音转化为文本输入到文心一言大模型；（2）文心一言大模型根据输入以输出响应文...

大数据 2024-06-02 AIGC

235阅读

AIGC在汽车软件开发的应用举例

AIGC（人工智能生成内容）在汽车软件开发领域的应用主要体现在以下几个方面：个性化和定制化车辆的创造：通过分析大型数据集并生成新内容，AIGC技术使得创造更加个性化和定制化的车辆成为可能。这不仅提高了车辆的安全性和用户体验，还推动了自动驾驶汽车的发展。...

人工智能 2024-05-29 AIGC

181阅读

AIGC-3D数字人技术：高效助推各行业数字化水平升级

从“互联网+”到“人工智能+”，数字员工作为一种全新的交互形式，对企业有着重要的作用，企业、品牌通过数字人的AI语音交互、AI播报等核心功能，可以有效推动企业提升数字水平。作为3D、AI虚拟数字人技术服务商及方案提供商，广州虚拟动力推出AIGC数字...

AIGC 2024-05-26 AIGC

263阅读

曝斯嘉丽曾拒绝为ChatGPT配音：GPT-4o语音上线前夕，这款最像“Her”的语音却下架了！

编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto） OpenAI的离职潮还风波未平。另一边，ChatGPT语音模式中的“Sky”突然被宣布下架。 OpenAI在推文中说：我们听到有人质疑我们如何选择 ChatGPT 中的声音，尤其是...

AIGC 2024-05-21 AIGC

196阅读

GPT-4o预告中的语音助手“Her”真的很惊艳，但问题是我们还有多久才能够真正上手？网友：PR鬼才奥特曼都坐不住了

编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto） OpenAI 发布会中的GPT-4o给所有人都看眼馋了！谁不想第一时间体验下传说中的“Her”呢？图片在发布会上，GPT-4o展示了自己的“magic”：高超的语音理...

生成式AI 2024-05-17 AIGC

220阅读

OpenAI CEO：GPT-5会很特别可能类似于一个 “虚拟大脑”

OpenAI 首席执行官 Sam Altman 在接受采访时透露了 GPT-4o 和 GPT5的一些信息。GPT-4o 是一款多模态大模型，可以跨文本、视频和音频进行推理。Sam Altman表示，他早就有用语音控制计算机的想法，而 GPT-4o 的综合推...

AIGC 2024-05-17 AIGC

204阅读

遥遥领先的GPT-4o，为什么要免费开放？

5月14日凌晨，OpenAI2024年春季发布会上线。这场发布会，表面看有点简陋（全程只有26分钟，现场只有几十名观众），却是科技圈公认的魔法时刻。因为OpenAI上线了一款可以跟人“谈恋爱”的大模型——GPT-4o。 GPT-4o是GPT-4的升级版，...

人工智能 2024-05-15 AIGC

202阅读

OpenAI 发布全新旗舰生成式 AI 模型 GPT-4o：语音对话更流畅，免费提供

IT之家 5 月 14 日消息，OpenAI 宣布推出其最新旗舰生成式 AI 模型 GPT-4o，该模型将在未来几周内分阶段集成至 OpenAI 的各个产品之中。最让人惊喜的是，GPT-4o 将免费提供给所有用户使用。 OpenAI 首席技术官穆里・穆...

AIGC 2024-05-14 AIGC

172阅读

GPT-4o实际应用案例：盲人可以更好地“看见”世界

OpenAI和Be My Eyes合作推出了一款新的APP，旨在帮助视力受限人群实时了解身边场景并提供帮助。这款APP利用了最新的GPT-4o模型，结合了实时视觉和语音能力。通过这款APP，盲人可以随时了解自己周围的环境，并通过语音助手的帮助做出一些决策...

AIGC 2024-05-14 AIGC

252阅读

OpenAI发布最新旗舰大模型GPT-4o：免费试用价格五折速度提高一倍

GPT-4o具体特性一览: 站长之家（ChinaZ.com）5月14日消息:今日凌晨，OpenAI发布了最新旗舰大模型GPT-4o。这款全能AI不仅免费可用，而且具备横跨听图片、看图片、说图片的多项能力，为用户带来如视频电话般丝滑流畅的交流体验。 O...

AIGC 2024-05-14 AIGC

183阅读

Siri Ultra：快捷命令激活iPhone上的大模型进行对话与搜索

Siri Ultra是一款由大型语言模型（LLMs）支持的智能助手，它能够与iPhone上的快捷命令集成，实现包括Llama3、GPT等模型在内的对话功能。用户现在可以享受实时语音交互和联网搜索的便利。 Siri Ultra利用Cloudflare Wo...

人工智能 2024-05-11 AIGC

281阅读

AI公司出门问问今日在港股上市总市值约44.45亿港元

今日，AI公司出门问问正式在港股上市，低开逾21%，报2.98港元，总市值44.45亿港元。据悉，该公司发行约8457万股股份，每股定价3.8港元。出门问问是一家以生成式 AI 与语音交互技术为核心的人工智能公司，成立于2012年，致力于为全球内容创...

AIGC 2024-04-24 AIGC

195阅读

AI 新技术 EVI:第一个能听懂人类语气的智能助手引发热议

最近，一款名为 EVI 的 AI 智能助手引发了轩然大波。EVI 不仅可以听懂用户说话的语气，还能为每个词增加意义，给出具有情感色彩的回应。网友们纷纷表示，使用 EVI 时感觉在和真人交谈一般，甚至有人直呼惊讶。知名科技博主 Robert Scoble...

AIGC 2024-04-09 AIGC

193阅读

微软升级Azure AI语音服务推出9种更真实的AI语音

微软近期对其Azure AI语音服务进行了重大升级，推出了9种新的更真实的AI语音，旨在为用户带来更加自然和沉浸式的对话体验。这次升级的核心是引入了零样本学习（Zero-shot）的文本到语音(TTS 模型，这些模型在提高合成语音自然度的同时，更好地模仿了...

人工智能 2024-04-02 AIGC

220阅读

VoiceEngine官网体验入口 OpenAI人工智能语音克隆合成工具使用地址

Voice Engine是OpenAI推出的一种先进的语音合成模型，它仅需 15 秒的语音样本，便能生成与原始说话人极为相似的自然语音。该模型广泛应用于教育、娱乐、医疗等领域，可为非读写人群提供朗读辅助、为视频和播客内容翻译语音、为非语言人群赋予独特语...

大数据 2024-04-01 AIGC

512阅读

小米SU7搭载AI大模型：小爱同学秒识前车车型

快科技3月28日消息，今晚，小米汽车首款车型小米SU7震撼登场，标志着科技巨头小米正式迈入新能源赛道。据介绍，小米SU7搭载AI大模型，配合小爱同学语音助手带来全新智驾体验。官方统计，小爱同学发布7年，具有1.1亿月活动用户，每天2.08亿次激活。小...

大数据 2024-03-28 AIGC

201阅读

小米 SU7 搭载 AI 大模型：小爱同学秒识前车车型

今晚，小米汽车首款车型小米 SU7发布，标志着科技巨头小米正式迈入新能源赛道。小米 SU7搭载 AI 大模型，配合小爱同学语音助手带来全新智驾体验。据官方统计，小爱同学已发布7年，拥有1.1亿月活动用户，每天激活次数高达2.08亿次。小米 SU7支持语音...

AIGC 2024-03-28 AIGC

306阅读

全面对标GPT4 Turbo！科大讯飞刘聪：6月发布星火大模型V4.0版本

快科技3月27日消息，科大讯飞副总裁、研究院院长刘聪在博鳌2024年会现场表示：科大讯飞计划在今年6月，正式发布对标GPT-4（Turbo）当前能力的星火大模型V4.0版本。” 刘聪还透露，讯飞星火大模型V4.0目前正在训练中。讯飞星火大模型从去年5月6...

生成式AI 2024-03-28 AIGC

189阅读

OceanPen Art AI绘画系统内容讲解

在一个崇高的目标支持下，不停地工作，即使慢，也一定会获得成功。 —— 爱因斯坦演示站点： ai.oceanpen.art官方论坛： www.jingyuai.com ?技术栈前端：VUE3 后端：Java 数据：MySQ...

AIGC 2024-03-14 AIGC

243阅读

哪吒汽车与360携手：哪吒L将首搭360大模型NETA GPT

快科技3月1日消息，近日，哪吒汽车与360集团达成合作，共同发布大模型NETA GPT。且该模型将首发搭载于即将4月上市的哪吒L车型上。今日，哪吒汽车官方还发布一段360周鸿祎阐述大模型上车的视频。据周鸿祎介绍，360会把公司的大模型和哪吒汽车一起合...

人工智能 2024-03-02 AIGC

193阅读