跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

实时语音交互

VITA-Audio:开源超越GPT-4o?端到端延迟仅1.5秒,语音识别误差率低至7.5!

下午2时 2025/05/11 作者 小兵的AI视界

一,成为人机交互的重要研究方向。然而,
现有的语音模型在流式处理中生成首个音频标记时仍面临高延迟问题

分类 开源 标签 VITA-Audio、 实时语音交互、 微调实践、 性能监控、 日志记录、 模型量化 发表评论

Mahilo:一个灵活的多Agent系统框架

上午8时 2025/03/03 作者 NLP工程化

Mahilo 是一个支持实时语音交互、多用户通信的灵活多Agent系统框架,旨在提升复杂任务处理效率。

分类 开源 标签 Mahilo、 WebSocket、 响应迅速、 多用户通信、 实时语音交互、 满足多种场景 发表评论

2025年 AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM Manus Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克

近期文章

  • 提示工程101第十五课:提示词长度与复杂度管理
  • MCP & RAG:赋能人工智能突破创新的完美组合
  • 谷歌神秘模型Kingfall泄漏!
  • 碾压PS,超越GPT4o:Flux Kontext超级P图
  • 为什么OpenAI们开始化身「购物狂」?

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
2025 年 6 月
一 二 三 四 五 六 日
 1
2345678
9101112131415
16171819202122
23242526272829
30  
« 5 月    

归档

  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×