RTE开发者社区

RTE 开发者社区聚焦实时互动与对话式 AI，提供技术分享、创新项目、活动直播与播客；服务 Voice Agent、Real-Time AI 的开发者与创业者。

赞

29

|

搜索文章

18小时前

StepAudio 2.5 TTS：将语境理解能力引入语音生成全流程；阿里世界模型 Happy Oyster：实时世界创建与交互丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内...

0

评论

19小时前

Visual Agent 是什么？最了解视觉智能体的一群人都来杭州了｜聊聊 Context Awareness 和 Visual Agent，Physical

「现代 AI 最让我着迷的一点是，它让我们得以用数学和哲学的方式，去触碰那些隐藏在人类互动背后的无形变量：AI 让『vibes』（氛围/感觉）变得可读、可理解。」 ——Vi...

0

评论

1天前

StackChan 开启国内预售，支持 AI 视听交互和二次开发；Avoko 上线 Agent-to-Agent 访谈平台，主要服务 To-Agent 产品和基

目前，该功能已集成于 Gemini App 中。用户需访问 gemini.google.com，选择提示栏中的 Pro 模型并输入相应指令即可体验。此次升级标志着 AI 辅...

0

评论

2天前

Switch 健身环也能语音输入！Vibe Ring 让编程锻炼两不误；语音 AI 用户访谈平台 Mizzen Insight 融资近千万美元丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内...

0

评论

3天前

超小语音模型 MOSS-TTS-Nano：0.1B 参数，支持流式和多语言；《人工智能拟人化互动服务管理暂行办法》7 月 15 日起施行丨日报

该模型目前仅供非商业学术使用，暂无计划对外发布模型权重、源代码、在线演示、API、产品或任何相关服务。...

0

评论

6天前

YC 项目风向标：语音 AI 正告别「秀拟人」，走向「基础设施化」；Linq 推出新 API：AI 智能体无缝接入 FaceTime 与 iMessage丨日报

Krafton 近日宣布推出旗下全新 AI 模型品牌「Raon」，并同步在全球最大 AI 模型平台 Hugging Face 上开源四款模型：...

0

评论

7天前

Seed 全双工语音大模型发布：懂倾听、抗干扰，更自然的交互；商汤发布 AI 智能体机器人「可悠」：端云协同，打通人车家跨端记忆丨日报

Meta Superintelligence Labs 推出 Muse 家族首款模型 Muse Spark。该模型采用原生多模态架构，通过重构预训练与强化学习（RL）技术栈...

0

评论

8天前

又一家 AI 语音调研初创融资，Miravoice 融资 630 万美元；小米发布 Midasheng：支持长音频合成与全场景语音-音效统一建模丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域...

0

评论

13天前

活动招募：当 OpenClaw+硬件走向深水区，聊聊「软硬一体」新解法丨Physical AI Camp 深圳站

4 月 9 日（周四）下午，RTE Meetup 落地硬件与创客大本营——深圳。人们往往会在短期内高估一项新技术的爆发，却在长线低估它的影响——OpenClaw 或许正是...

0

评论

13天前

Pika推数字人视频Skill：让任意智能体实现视频交互；Kaldi推TTS模型OmniVoice，支持600+语种丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内...

0

评论

14天前

Gradium 内测端侧 TTS：支持手机 CPU 本地运行；Fish Audio 推出 STT，支持副言语与情感标记丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域...

0

评论

15天前

我们的愚人节假新闻炸出了真模型

昨天 4 月 1 日愚人节，我们发布了这么一则新闻，还破了近期的阅读记录😂 简单说，我们和 AI 一起凭空造了一个能「感知语境并动态合成环境噪声的 TTS 模型」。这里可...

0

评论

15天前

Salesforce开源VoiceAgentRAG：双智能体解耦文档获取与响应生成；AI音频芯片第一股傅里叶登陆港交所丨日报

3 月 31 日，傅里叶成功在港交所主板上市，正式成为「AI 音频芯片第一股」，国泰君安国际及东方证券国际为联席保荐人。...

0

评论

16天前

用噪音打破听觉恐怖谷：RTE 开发者社区发布 RealNoise™ TTS：全球首个原生合成动态声场的语音大模型

在过去的几年里，语音 AI 行业的内卷方向始终如一：更高的采样率、更低的延迟、更纯净的音质。我们不断训练模型去剔除哪怕最微小的背景杂音，追求实验室级别的完美信噪比（SNR）...

0

评论

16天前

Qwen3.5-Omni上线，支持10小时音频输入、语义打断和音视频剧本级描述；Mistral融资8.3亿美元建设数据中心丨日报

模型采用 Thinker-Talker 架构，提供 Plus、Flash、Light 三种规格，支持 256k 长上下文，可处理超过 10 小时的音频输入，以及超过 400...

0

评论

17天前

AI 牛马项圈公司新估值 20 亿美元，亚秒级实时监控；ProactiveVideoQA：首个视频多模态模型主动交互基准丨日报

目前，该项目已在 GitHub 上采用 Apache-2.0 许可证发布，提供针对 macOS、Linux 和 Windows 的自动化一键安装脚本。...

0

评论

21天前

Mistral 开源 Voxtral TTS，多语言+流式输出+零样本声音克隆；谷歌实时翻译功能正式登陆 iOS 平台丨日报

谷歌表示，该功能可适用于跨语言家庭交流、出境旅行等各种场景，支持全球超过 70 种语言，包括英语、中文、日语、韩语、法语、德语、西班牙语等。其不仅能进行语义翻译，还会尽可能...

1

评论

21天前

Granola 融资 1.25 亿美元，从会议笔记转型企业级 AI；YC 初创尽调智能体：AI 语音访谈降本 90%丨日报

开发者朋友们大家好：这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement）领域内...

1

评论

个人成就

优秀创作者

文章被点赞 4,860

文章被阅读 1,361,105

掘力值 41,608

加入于

2016-11-02