跳到正文
今天10月25日周日2 条
  1. IT之家68

    Block 推出全双工 AI 语音模型 Dessa:真人感拉满,支持苹果 MacBook 本地运行

    Block 公司推出全新语音模型 Dessa,支持本地运行,能模拟笑声、停顿、哽咽等情绪表达,听感高度拟人。该模型属于全双工模型,可以一边说话一边收听用户语音,无需搭配大语言模型调取知识。Dessa 可在 M4 Max 及更高配置的 MacBook 上本地运行,目前暂不对外开放试用,Block 正向安全研究者发出测试邀请,重点测试欺骗风险。

10月24日周六
  1. The Decoder65

    Block发布全新AI语音模型Dessa

    Block公司发布了名为Dessa的AI语音模型,这是首个完全基于人类语音训练的模型,不使用任何文本数据。Dessa直接处理音频而非先转换为文本,能够实时捕捉情感、讽刺、笑声和停顿,支持全双工通信,可在MacBook Pro M4 Max上本地运行。目前该模型尚未公开,团队正寻找AI安全研究人员进行测试。

10月22日周四
10月21日周三
  1. Hugging Face Blog68

    IBM 发布 Granite Speech 5.0 语音模型系列

    IBM 发布 Granite Speech 5.0 系列模型,包括新模型 granite-speech-5.0-2b 和更新版本 granite-speech-5.0-470m-turboctc、granite-speech-4.1-2b-plus。

    推荐理由:IBM 推出 Granite Speech 5.0 系列模型,覆盖从高精度转录到边缘设备实时处理的完整语音工作流,开源策略让企业级语音技术更易获取。

  2. The Decoder73

    ElevenLabs 发布两款实时语音到语音模型

    ElevenLabs 发布了两款名为 Eleven Realtime 的新语音到语音模型。Max 版本在 Big Bench Audio 基准测试中达到 98.8% 的准确率,响应时间为 0.57 秒。Mini 版本则针对自然对话场景设计,可检测对话结束。两款模型均通过 ElevenAgents 平台和 OpenAI 兼容的 Realtime API 提供。

10月15日周四
9月16日周三