OpenAI 把 ChatGPT 语音搬进了 Codex iOS 版,还能远程配对用。Android 也快了,干活聊天更方便。
#voice interaction
Anthropic可能要用Opus模型做语音模式了,如果真这样,比OpenAI现在的语音强不少。看看这个推测。
Karpathy 和 Jerry Liu 分享的实操心得,用语音跟 AI 聊天十分钟就能理清思路,比硬打字更高效。
Soul 出了个 AI 硬件 B Soul,能随身带、能对话,8 月就能买到,比单纯手机里的 AI 更有陪伴感。
阿里推出了一款纯净的AI输入法,语音转文字能自动润色,纠正口误,支持9种方言,不用注册还无广告。
a16z合伙人说现在AI研究员都不打字了,全靠嘴喊一群agent干活,打字已经成了最慢的环节。
HeyClicky能看懂你屏幕上的内容,直接帮你写邮件、写提示词、改PPT,比普通语音输入聪明多了。
Hinge创始人搞了个新AI约会App,用语音和AI帮你筛选对象,比刷照片有意思多了。
OpenAI刚刚放出了GPT-Live语音模型,现在就能在ChatGPT里体验,自然对话感很强,还能拿API做开发,语音交互的玩法会更多。
GPT-5.5 Instant 驱动的新语音模式,一边跳舞一边用语音查东西,不用摸手机,超级实用。
OpenAI 推出了 GPT-Live,一个全新的语音模型,可以跟 ChatGPT 更自然地对话了,目前 Plus 和 Pro 用户都能直接用。
OpenAI把ChatGPT语音模式升级成GPT-Live了,能边聊边调GPT-5.5干活,比老版聪明太多,值得体验。
OpenAI 这次把语音交互做得更自然了,GPT-Live 系列能边听边说,还能打断和调用工具,比以前的 Advanced Voice Mode 流畅很多。
OpenAI 让 ChatGPT 能同时听和说了,复杂问题自动转给 GPT-5.5 处理,对话更自然。付费用户现在就能体验。
OpenAI 在 ChatGPT 里上线了新语音功能 GPT-live,对话更自然,像真人聊天,适合不想打字的用户。
Ethan Mollick分享了他对新GPT语音的体验,说变聪明了很多,对话就像科幻片。想看看AI语音能有多好?
OpenAI 出了新语音模型 GPT-Live,ChatGPT 语音对话更自然了,赶紧试试吧。
不想大声说话也能打字?这个戒指让你低语就写完内容,还能手势切应用,续航顶一天,苹果全家桶用户尤其值得看看。
想研究语音AI如何感知对话中的情感协调?这篇论文提出了新数据集DyadEE和框架TRACE,准确率高达97%,值得做语音交互的朋友看看。
打字累?试试千问输入法 macOS 版,说话秒变文字,300 字/分,还能自动润色,支持 9 种方言,纯净无广告。
Voicenotes把语音做成了iOS系统键盘,现在你在任何App里都能直接说话转文字,超实用!
特斯拉车主很快就能用豆包语音控车了,豆包管车控、DeepSeek管聊天,体验接近Grok。
想让你写的LangGraph agent开口说话?这篇17分钟教程直接用pipecat_ai搞定,还顺带教你怎么用LangSmith看语音回放。
Spotify 用 AI Agent 简化了找歌流程,做音乐推荐或流媒体产品的团队值得关注,语音交互的体验可以直接参考。
Murati 点破了当前 AI 交互的硬伤——思考时无法感知用户,做语音助手或实时协作产品的团队值得关注这个方向,它直接决定了下一代交互体验的边界。
想做本地 AI 桌宠或 VTuber Agent 原型的开发者,这个项目把 LLM、语音和 Live2D 串成一条龙,还支持可打断对话,值得直接 fork 折腾。
荣耀用户终于可以动嘴不动手操作微信了,经常开车、做饭或手被占用的场景下非常实用,建议更新 YOYO 和微信后立刻试试。
语音交互+智能体操作手机,这个方向对移动端开发者、语音产品团队和智能体应用开发者都很有启发,值得关注其后续开源或产品化进展。
这个 demo 展示了 AI 助理的终极形态——手机界面由 AI 实时生成,不再依赖传统 app,做产品经理或移动端开发的建议点开看看,这可能是下一代交互范式的雏形。