会懂网AI资讯，9月25日，近日，Mistral推出4B参数语音模型Voxtral，支持9种语言，每千字符0.016美元，以低价低延迟的语音生成让智能体团队不用再租第三方TTS接口。这反映出人工智能技术正在从单...

会懂网AI资讯，9月24日，近日，千问正式发布Qwen-Audio-3.1系列语音大模型，对语音识别、语音合成和实时语音交互三大核心模型全面升级，同时发布基于下一代架构的音频理解模型ASR-Next与音频创...

会懂网AI资讯，9月16日，Google DeepMind发布Gemini 3.8 Live与扩展思考版两款端到端语音大模型，把其实时多模态交互能力推进到新的阶段。新模型支持实时语音对话与并行后台推理，意味着用户在...

会懂网AI资讯，9月11日，OpenAI正式将GPT-Live-1模型引入开放API，面向开发者提供具备全双工语音能力的接口。该模型支持对话过程中的实时打断与自然续接，并可直接接入电话线路，构建拟人化的语...