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!

2025年5月11日14时 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

2025年3月3日8时 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

AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM 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 工业机器人 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 黄仁勋

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • 26号,WAIC,我们决定攒了个大活,来一起探展。
  • 本地安全AI革命!开源Klee桌面助理发布:离线RAG+加密笔记,机密数据永不触网!
  • 超越DeepSeek和Kimi K2,史上最强开源大模型发布
  • 特招33名AI工程从业者升名校免试硕士!即刻入学!在职人员优先!
  • 投入2000万!年产7000套!阿童木机器人万平基地正式启用!

2025 年 7 月
一 二 三 四 五 六 日
 123456
78910111213
14151617181920
21222324252627
28293031  
« 6 月    

归档

  • 2025 年 7 月
  • 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
×