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

语音生成

共 2 条相关 AI 资讯
7月7日
11:30
11:30官方账号arXiv cs.AI@Thomas Thebaud, Yuzhe Wang, Hao Zhang, Sathvik Manikantan Napa Ugandhar, Ashish Hallur, Georgi Tinchev, Venkatesh Ravichandran, Laureano Moro-Velazquez
SPEARBench基于Seamless Interaction语料库构建对话提示,评估多个当代语音到语音模型在响应延迟、中断、语音质量、ASR鲁棒性、语言与方言一致性、情感自然度、人际关系立场等8个维度上的表现。与人类对话相比,当前模型在延迟、重叠、方言保留、情感适应和立场动态方面仍有差距。基准包含原始人类回答作为参考条件。
论文SPEARBench语音生成对话系统评估基准自然度

推荐理由:想测语音AI聊天有多自然?SPEARBench从8个维度对比人类,告诉你现有模型的短板具体在哪。
原文
6月17日
23:29
23:29Philipp Schmid@_philschmid
Gemini TTS 新增流式生成功能,设置 `stream: true` 即可实时接收音频块。开发者可构建语音助手、旁白工具和对话应用,用户无需等待完整音频即可开始播放。该功能适用于需要即时响应的场景。
AI产品Gemini TTS语音生成流式音频实时TTS

推荐理由:Gemini TTS 现在能边生成边播放了,做语音对话应用体验更流畅,直接设 `stream: true` 就能用。
原文
精选全部日报登录