AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:语音翻译×
6月25日
04:06
04:06marktechpost@Asif Razzaq
精选
Gradium推出两个实时语音翻译模型stt-translate和s2s-translate,覆盖英语、法语、德语、西班牙语、葡萄牙语共20个语言对。模型采用双阶段架构,将传统三模型级联简化为两个:单次转录+翻译后连接Gradium TTS,通过单个双工WebSocket运行。据Gradium报告,该模型在准确性和延迟上优于gpt-realtime-translate和gemini-3.5-live-translate。模型还支持输出语音选择和语音克隆功能。
AI模型Gradiumstt-translates2s-translate语音翻译实时翻译

推荐理由:Gradium发了两个实时语音翻译模型,准确率和速度都超过了GPT的实时翻译,还能选声音和克隆,做多语言交流很实用。
原文
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月10日
01:24
01:24marktechpost@Asif Razzaq
精选
Google 发布 Gemini 3.5 Live Translate,一个支持流式语音到语音翻译的音频模型,覆盖 70 多种语言。该模型通过 Gemini Live API 提供给开发者,并集成到 Google Meet 和翻译应用中。它能够连续生成音频,延迟仅为几秒。
AI模型Gemini 3.5GoogleGemini Live API语音翻译流式翻译

推荐理由:70+语言实时语音翻译
原文
5月28日
19:56
19:56IT之家(博客/媒体)
科大讯飞在澳门 BEYOND Expo 2026 上推出 AI 眼镜,定位为“眼前的超级 AI 助理”,售价 4299 元,6 月 15 日开启预售。眼镜仅重 40 克,采用经典眼镜形态,通过 SGS 舒适度认证。核心功能是搭载端到端语音同传大模型,支持 122 种语言翻译,覆盖通话、线上同传、同声传译、面对面翻译、视觉翻译等六大场景。此外,还支持实时提词、AI 助理(GlassClaw)和会议纪要自动生成。产品将大模型能力融入日常佩戴,旨在解决跨语言沟通和演讲痛点。
AI产品AI 眼镜科大讯飞语音翻译大模型智能助理

推荐理由:科大讯飞把大模型塞进 40 克眼镜里,解决了出国旅行、商务会议中语言不通的痛点,经常出差或做国际业务的用户可以直接关注。
原文
精选全部日报登录