12:44
arXiv: OpenAI@Martijn Bartelds, Federico Bianchi, James Zou
推荐理由：这篇论文测试了四个主流实时语音AI处理哭泣、恐惧、讽刺时的表现，结果它们能听出情绪却不当回事，甚至误判口音和年龄。用语音AI处理敏感场景要小心。
全部 AI 动态
AI 相关资讯全量信息流
6月25日
12:44
该项研究评估了四个主流实时语音系统——OpenAI GPT Realtime 2、Google Gemini 3.1 Flash Live、Alibaba Qwen3.5 Omni Plus和Omni Flash——在三个需要理解语音语调的场景中的表现。面对哭泣的呼叫者说“没事”、恐惧语气下达的电汇指令、以及明显讽刺的同意，所有系统都依据文字而非语调执行操作。其中三个系统在直接询问时能准确识别悲伤、恐惧或讽刺，但在决策任务中又忽略这些信息。研究还发现系统估计口音和年龄时同样跟随文字偏见而非声学特征。提示词引导仅能部分且不稳定地改善表现。
02:41
02:41
DeepLearning.AI@DeepLearningAI
DeepLearning.AI@DeepLearningAI推荐理由：DeepLearning.AI 搞了个7天挑战，教你用语音AI让编码代理自动呼叫你，不用死守终端。活动到6月30日截止，想学赶紧上车。
6月19日
01:32
01:32DeepLearning.AI@DeepLearningAI
DeepLearning.AI@DeepLearningAI推荐理由：DeepLearning.AI和Vocal Bridge搞了个7天挑战赛，教你让智能体主动给你打电话，不用一直盯着终端，6月23号开赛有奖品，想玩语音AI的赶紧加入等待清单。
6月16日
20:46
AITOP6月16日 20:46
6月12日
12:57
AITOP6月12日 12:57
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
10:41
10:41
Ate-a-Pi@svpino
Ate-a-Pi@svpino推荐理由：语音AI成本直接减半，做语音应用或客服系统的团队现在可以大幅降低运营成本，建议立即评估是否切换或升级服务。
6月2日
10:17
10:17
AI Will@FinanceYF5
AI Will@FinanceYF5推荐理由：GPT Realtime 2.0 把实时AI应用的可行性推到了新高度，做语音/视频交互产品的创业者可以从中找到17个具体方向，建议直接点开看想法列表。
5月21日
07:59
07:59
ElevenLabs@elevenlabsio
ElevenLabs@elevenlabsio推荐理由：教育工作者和在线学习平台可以直观感受语音 AI 如何让课程更生动、更包容，建议直接试用这个智能体，看看它能否融入你的教学场景。
5月19日
08:42
08:42
岚叔@lufzzliz
岚叔@lufzzliz推荐理由：语音AI的安全漏洞正在从文本扩展到音频，做语音助手或音频处理应用的开发者需要警惕，建议立即检查模型输入的安全防护。