音频模型

语音、音乐与音频理解模型 · 56 篇

2026年9月22日

语音模型11:08

Kyutai 一周内给 Pocket TTS 连更四刀：默认英语模型换新，还能训 Muon、跑波兰语

2 次阅读阅读全文

2026年9月16日

语音模型11:05

Google 发布 Gemini 3.8 Live 系列语音模型：边聊边干活，还能看懂你指的东西

4 次阅读阅读全文

2026年9月15日

语音模型11:21

Apple Siri AI 发布：Expressive Voices 让语音交互进入新时代

2 次阅读阅读全文

2026年9月14日

语音模型11:07

腾讯混元开源 AuK：一个 1.5B 模型，从零样本 TTS 到音频编辑全能覆盖

13 次阅读阅读全文

2026年9月13日

语音模型11:04

Azure AI Speech 推出 LLM Speech 2607：多语种更准、延迟快 3 倍的语音识别更新

6 次阅读阅读全文

2026年9月11日

语音模型11:08

OpenAI 语音模型 GPT-Live-1 开放 API：能同时听和说的语音 Agent，每分钟 5 美分

4 次阅读阅读全文

2026年9月8日

语音模型01:07

Breeze TTS 2：一个 3B 开源 TTS，把语音克隆、声音设计、多人对话全装进 ComfyUI

8 次阅读阅读全文

2026年9月7日

语音模型11:06

VoiceStudio 开源神器：本地跑完 ElevenLabs 全家桶，646 种语言语音克隆免费用

2 次阅读阅读全文

2026年9月5日

语音模型11:16

Meta 发布 Muse Voice Transcribe：首款实时音频感知模型，一次搞定 20 人对话转录

2 次阅读阅读全文

2026年9月4日

语音模型11:15

微软发布 MAI-Transcribe-2：号称全球最快最准最便宜的语音转文字模型，超越 GPT-Transcribe 和 Gemini

7 次阅读阅读全文

语音模型01:19

世界第一开源TTS Breeze 2来了：T8开源ComfyUI整合包及节点，搭配MiniMax H3极致情感演绎

16 次阅读阅读全文

2026年8月25日

语音模型11:14

Murf 推出 Falcon 2：号称实时语音代理里最快的 TTS，1 美分一分钟，10 秒音频就能克隆品牌声音

8 次阅读阅读全文

已显示 12 / 56 篇文章