#音频模型

共 9 条 · 7 天 0 条 · 30 天 4 条

Gemini 4 Aura-2 1 Deepgram 1 Google 1 Nova-3 1 OpenAI 1 OpenRouter 1 多模态 1

信息流里打上「音频模型」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月19日

产品中美对照02:14

谷歌发布Gemini 3.8 Live等多款AI产品更新

谷歌又更新了一堆好用的东西，比如能处理音频的Gemini 3.8，还有能帮家庭安排的CC，这些新功能都挺实用的。

#Gemini #Google #音频模型 #智能体

官方账号Google AI@GoogleAI原文

9月16日

模型中美对照多源确认02:34

谷歌发布Gemini 3.8 Live音频模型，定价低于OpenAI GPT-Live-1

谷歌新出的Gemini 3.8 Live音频模型，一小时才1.38美元，比OpenAI的GPT-Live-1便宜很多，适合开发者用。

#Gemini #OpenAI #音频模型

事件专题

官方账号Decoder@Matthias Bastian11 个信源在谈原文

模型中美对照78°02:00

谷歌发布最新版Gemini音频模型，支持实时语音协作

谷歌新出的Gemini音频模型，能实时处理语音和视频，比如你拍个漏水的水管，它就能给你一步步的音频指导，比之前更自然。

#Gemini #音频模型 #实时协作

官方账号Google AI@GoogleAI原文

模型中美对照93°01:49

谷歌发布Gemini 3.8 Live和3.8 Live Extended Thinking新音频模型

谷歌发布了两个新的Gemini音频模型，能支持97种语言，还能做异步工具调用，价格和性能都很好。

#Gemini #音频模型 #多模态

官方账号Logan Kilpatrick@OfficialLoganK原文

7月23日

产品71°21:34

DeepgramAI Nova-3和Aura-2在OpenRouter上线

Deepgram的Nova-3做语音转文字、Aura-2做文字转语音，现在都能在OpenRouter上用了，多语言语音库很实用。

#Deepgram #Nova-3 #Aura-2 #OpenRouter

OpenRouter@OpenRouterAI原文

6月10日

产品78°03:07

Gemini 3.5 Live Translate 上线，支持 70+ 语言低延迟翻译

做多语言实时翻译或语音应用的开发者，终于有了一个低延迟、支持 70+ 语言且能自动检测语种的音频模型，值得在 AI Studio 上直接试玩。

#Gemini 3.5 #实时翻译 #音频模型 #低延迟

Patrick Loeber@patloeber原文

6月9日

模型中美对照精选23:18

Google DeepMind 发布 Gemini 3.5 Live Translate 音频模型

谷歌出了个超快语音翻译模型

#Gemini 3.5 Live Translate #Google DeepMind #音频模型 #跨语言翻译

官方账号Google DeepMind@GoogleDeepMind原文

6月4日

模型78°10:19

MOSS-Audio开源模型统一语音、音乐、环境音，登顶Hugging Face

做音频Agent或播客工具的开发者终于不用在闭源高价和割裂方案间纠结——MOSS-Audio一个模型搞定语音+声音+音乐，直接本地跑，建议立刻拉下来试试。

#开源/仓库 #音频模型 #多模态 #MOSS-Audio

berryxia@berryxia原文

5月13日

模型中美对照官方一手精选12:33

MiniMax 发布音乐生成模型 Music 2.5

国产音乐模型又升级了

#MiniMax #音乐生成 #音频模型

官方一手MiniMax: News原文