AI 资源库 · 已整理 2 项

实时转写

查看与实时转写相关的 AI 资讯、工具、Skill、工作流和开源项目。

VHOTIEX AI:面向 Android 的全息界面多智能体 AI 助手

ojmaojma674-bot/sturdy-funicular · VHOTIEX AI is an Android-friendly AI assistant featuring a futuristic 3D holographic interface, black-red theme, AI chat, voice interaction, and specialized agents for coding, research, analysis, planning, and code review.

VHOTIEX AI 是一个面向 Android 平台的 AI 助手实现计划,采用黑红主题与未来感 3D 全息界面,规划了 AI 聊天、语音交互与 TTS,以及编程、研究、分析、规划和代码审查等专用智能体。README 以分阶段实施计划的形式描述 UI、聊天与智能体路由、会话记忆、语音、工具执行、安全恢复和质量保障等模块,属于规划文档而非可直接运行的产品。

☆ 收藏查看来源 ↗

微软新语音 AI 能在你话没说完时预判意图

微软在 Microsoft Foundry 平台上发布了三款新语音模型:实时转写模型 MAI-Transcribe-2-Streaming,以及两个文本转语音模型 MAI-Voice-2.1 和 MAI-Voice-2.1-Flash。过去语音客服要等人说完话才处理,中间容易卡顿;新转写模型在收到声音后“几百毫秒”内就能给出初步文字猜测,边说边修正,让系统提前判断来电者要什么。目前这些模型已可用,微软称其在准确率榜单上排名第一。不过业内专家提醒,真正的难点在对话中的停顿判断——延迟降低后,如果系统抢话,反而会打断用户。

文中可用工具

  • MAI-Transcribe-2-Streaming把实时说话内容边说边转成文字,支持自动语言检测
  • MAI-Voice-2.1富有表现力的多语言文本转语音模型
  • MAI-Voice-2.1-Flash面向高并发、低延迟语音应用的文本转语音模型
  • Microsoft Foundry微软的应用与智能体模型目录和平台,上述模型已在此可用
☆ 收藏查看来源 ↗