加密货币价格波动剧烈,本站内容仅供参考,不构成投资建议。投资有风险,可能导致全部损失。

查看完整免责声明
返回 7*24 快讯
来源MarsBit

阿里推出国内首个AI语音平台CosyVoice Studio,将语义理解融入语音能力

火星财经消息 8月7日,阿里巴巴正式推出国内首个一站式AI语音生产力平台CosyVoice Studio。该平台基于阿里自研语音模型Qwen-Audio打造,含有三个主要功能,其中语音键盘能够把说完的话变成去掉口语填充词逻辑更清晰的结构化文本,音频内容创作工具能把用户想讲的内容变成播客和有声书,语音智能体能够根据企业需求创建实时对话的语音智能体。该平台可全面满足企业、开发者和用户的AI语音需求。(广角观察)
免责声明:以上内容仅为作者观点,不代表 711BTC 的任何立场,不构成与 711BTC 相关的任何投资建议。

相关推荐

07-20 09:34

阿里巴巴发布语音合成大模型Qwen-Audio-3.0-TTS

火星财经消息,7月20日,阿里巴巴发布语音合成大模型Qwen-Audio-3.0-TTS,在细粒度标签控制、freestyle指令遵循、多语种与方言覆盖以及复杂声学鲁棒性等方面系统性提升,包含面向实时交互的Flash版本(首包延时300ms级别)和面向高质量生成的Plus版本,让合成语音从“能说话”走向“会表达”。目前,在全球第三方榜单Artificial Analysis,Qwen-Audio-3.0-TTS-Plus登顶,其预览版Fun-Realtime-TTS也曾在一个月前登顶该榜单。

07-15 03:35

阿里发布Qwen-Audio-3.0-Realtime,语音AI会主动调用工具办事

据动察 Beating 监测,阿里发布实时语音模型 Qwen-Audio-3.0-Realtime。它能毫秒级回应,也能在对话中主动调用地图、API、MCP 和知识库等外部工具。 用户不必明确说出「调用工具」。例如先问附近的川菜馆,再问哪家评分高且距离近,模型会记住上一次查询结果,继续搜索和回答。 模型还能边说边听,允许用户随时打断。在嘈杂环境或多人交谈时,它会尝试识别主要说话人,减少被背景声音误打断。 语音也会随语境调整语气、节奏和情绪。官方提供推理更强的 Plus 版,以及响应更快的 Flash 版,目前已上线阿里云百炼。

07-15 02:54

阿里发布实时语音交互对话模型Qwen-Audio-3.0-Realtime

PANews 7月15日消息,据人民财讯报道,7月15日,阿里巴巴发布实时语音交互对话模型Qwen-Audio-3.0-Realtime,在智商、Agent工具调用、共情对话和双工交互流畅度四条主线上同步升级,力求“又快又聪明”。模型包括推理更强的Plus版本和速度更快的Flash版本,适用于智能客服、教育培训、娱乐互动与情感陪伴等场景。

09-15 08:06

阶跃StepAudio 3发布:语音推理、实时对话双榜第一

动察 Beating AI 快讯,阶跃星辰发布 StepAudio 3,一口气上线 Realtime、ASR、TTS、Gen 和 Music 五款语音模型。 在 Artificial Analysis 的两项语音评测中,StepAudio 3 Realtime 都排第一。Conversational Dynamics 得分 98.9%,高于 Qwen Audio 3.0 Realtime Plus 的 98.4% 和 GPT-Realtime-2 High 的 95.3%;Speech Reasoning 得分 99.7%,同样位列第一。前者主要测模型能不能处理停顿、轮流说话、用户打断和「嗯」「对」这类附和,后者测模型能否直接听懂音频并完成推理。 ASR 也在 Artificial Analysis 非流式语音识别榜做到 1.7% WER(词错误率),与 Fun-Realtime-ASR-preview 并列第一。另外,StepAudio 3 Gen 可以一次生成人声、音效、环境声和音乐,并按场景统一编排。 五款模型目前均已进入阶跃的语音产品线。

09-18 13:55

PrismML把Qwen3.8 27B压到5.9GB,自测保留98.2%性能

动察 Beating AI 快讯,加州理工学院数学家 Babak Hassibi 联合创立的 AI 实验室 PrismML 发布 Ternary Bonsai 2 27B,把 Qwen3.8 27B 的 270 亿参数模型压到 5.9GB。它把权重压成 -1、0、+1 三种值,体积只有 FP16 原版约九分之一。模型支持 26.2 万 Token 上下文、图文输入和 Agent 工具调用,并以 Apache 2.0 许可开放权重。 相比两个月前的第一代 Bonsai 27B,新版体积基本没变,但底模从 Qwen3.6 换成了 Qwen3.8。PrismML 自测称,综合基准成绩相对完整版的保留率从约 95% 提到 98.2%,其中数学和代码成绩已经非常接近原版。官方还演示了它在 RTX 5090 上直接跑 Cline 编程 Agent 和 Computer Use。

09-18 05:44重要

Arc推出AI编码代理Arc Studio,可通过提示词生成链上应用及智能合约

PANews 9月18日消息,Arc宣布推出AI驱动开发工具Arc Studio,用户可用自然语言描述需求,由其在数分钟内生成包含前端界面、后端逻辑和智能合约的全栈链上应用、合约或智能体,并支持代码审查、测试及导出。该工具原生理解Arc与Circle开发栈,包括CCTP、Circle Contracts、Gateway和Wallets,可集成Aave、Morpho、Uniswap等协议,并在Arbitrum、Arc、Avalanche、Base、Ethereum、Monad、OP Mainnet、Polygon和Unichain九条链上测试。