Scaled Cognition 推出面向客服场景的 Voice 语音模型
Scaled Cognition 推出 Voice 文本转语音模型,面向企业客服场景,支持超过 25 种语言、声音克隆,并可通过 API 或自托管方式部署。
Scaled Cognition 推出 Voice 文本转语音模型,面向企业客服场景,支持超过 25 种语言、声音克隆,并可通过 API 或自托管方式部署。
Mistral AI 发布 Voxtral 3,包括 3 个转录模型、1 个文本转语音模型,以及基于 LiveKit 构建的语音智能体 SDK,全部模型均已在 Mistral API 公测。
ElevenLabs 发布 Eleven Realtime v1 Max 和 v1 Mini 两款语音到语音模型,面向实时 AI 对话。v1 Max 在 Big Bench Audio 基准上得分 98.8%,响应时间为 0.57 秒,面向客服等复杂任务;v1 Mini 面向低成本自然对话,可识别说话结束及“嗯嗯”等回应。
Mistral AI 发布 Voxtral 3 实时语音智能体模型家族,包含 Voxtral Small Transcribe 3、Voxtral Mini TTS 3 和基于 LiveKit 的语音智能体 SDK。