搜索“语音”

Vapi与Coval合作支持上线前模拟压测语音工作流

2025年5月15日,Vapi与Coval达成合作,开发者可在真实通话上线前用Coval对Vapi工作流进行模拟和压力测试。据Vapi Blog介绍,该集成支持跨Vapi工作流运行自动化测试,追踪延迟、任务完成率和流程准确率,并在影响线上流量前捕获回归问题。目前尚无后续发展事实,事件状态停留在该合作发布阶段。

Vapi与Coval合作支持上线前模拟压测语音工作流

Vapi 合作推出 用Coval模拟和压测Vapi工作流

查看事件：Vapi与Coval合作支持上线前模拟压测语音工作流

Cartesia推出专业语音克隆功能

2025年5月6日,Cartesia推出专业语音克隆(PVC)功能,基于Sonic模型微调,可复刻音色、节奏、风格和环境。该功能现已在Startup及以上套餐自助提供,支持15种语言,可通过Playground或API创建。

Cartesia发布Sonic 2.0语音模型

2025年3月11日,Cartesia发布语音生成模型Sonic 2.0。据Cartesia产品与研究当日发布的信息,Sonic 2.0基于新的状态空间模型架构,规模是前代两倍,全模型延迟90ms、turbo模式40ms,在100个保留声音的盲测中偏好度是次优提供商的1.5倍;同时推出Voice changer和Infill两个新端点,API提供99.9%可用性并支持实时本地与端侧部署。同日,Vapi宣布集成该模型,称其turbo模式延迟低至40ms,集成支持99.9%可用性、SOC-2与HIPAA合规以及本地和端侧部署,用户可在Vapi控制台的语音提供商下拉菜单中选择Cartesia Sonic 2.0。目前该模型已发布并获得第三方平台集成。

Cartesia发布语音AI代理构建教程

2025年3月3日,Cartesia发布教程,介绍如何利用其API与Sonic模型构建语音AI智能体。教程详细说明了工作流程,包括语音转文本、自然语言处理、信息检索、响应生成和文本转语音。为降低延迟,教程建议使用WebSocket或流式端点,并提到可使用Whisper API或Google Speech to Text进行语音识别,使用Claude Sonnet或OpenAI O1/4O生成响应。目前该教程已发布,为开发者提供构建语音AI代理的指导。

Cartesia发布Voice Changer语音转换模型

2024年10月30日,Cartesia推出Voice Changer语音转换模型。据其介绍,该模型可将任意音频片段的声音替换为其他音色,同时保留原始的语气、情感和韵律。用户既可从其录音棚级音色库中选择音色,也可克隆自己的声音,并控制发声、情感和韵律等细节。该模型基于Cartesia在状态空间模型(SSM,如S4和Mamba)上的工作,已在playground上线,使用流程为上传文件、选择音色、生成音频三步。

Cartesia发布低延迟语音模型Sonic

2024年5月31日,Cartesia发布低延迟语音模型Sonic,模型延迟为135ms,可生成逼真语音。该模型基于状态空间模型架构,在实验中相比Transformer实现将时间到首音频延迟降低1.5倍、实时因子降低2倍、吞吐量提高4倍,并提供Web playground和低延迟API。

Cartesia推出专业语音克隆功能

Cartesia 推出 专业语音克隆功能

查看事件：Cartesia推出专业语音克隆功能

Vapi 宣布集成 Cartesia Sonic 2.0 语音生成模型

Vapi 宣布集成 Cartesia 的 Sonic 2.0 语音生成模型

查看事件：Cartesia发布Sonic 2.0语音模型

Cartesia发布Sonic 2.0语音模型

Cartesia 发布 Sonic 2.0语音模型

查看事件：Cartesia发布Sonic 2.0语音模型

Cartesia发布语音AI代理构建教程

Cartesia 发布 语音AI代理构建教程

查看事件：Cartesia发布语音AI代理构建教程

Cartesia推出Voice Changer语音转换模型

Cartesia 推出 Voice Changer语音转换模型

查看事件：Cartesia发布Voice Changer语音转换模型

Cartesia发布低延迟语音模型Sonic

Cartesia 发布 低延迟语音模型Sonic

查看事件：Cartesia发布低延迟语音模型Sonic

Google推出Henry Cavill用Googlebook做游戏的新系列

Google于2026年11月4日推出新系列,演员Henry Cavill使用Googlebook打造16-bit游戏《Mustache Protocol》。据Google Blog介绍,Cavill借助Googlebook内置AI工具Antigravity和Rambler,把口头创意转化为可玩的游戏:Antigravity可将自然语言提示词转为游戏机制,Rambler负责语音转文字整理思路,Magic Pointer用于选取和组合画面元素,Continue On支持在Android手机与Googlebook之间无缝切换。游戏完成后上线,11月期间每次游玩Google会向Movember捐赠11美元,上限50万美元,用于男性心理健康、自杀预防、前列腺癌和睾丸癌相关项目。目前尚无后续发展事实。

ElevenAgents原生集成四大联络中心平台

ElevenLabs宣布,ElevenAgents已原生集成NiCE CXone、Genesys Cloud、Amazon Connect和Five9四个呼叫中心平台,其他平台可通过SIP中继接入。智能体可在现有呼叫流程中完成来电人验证、改约或报案等任务,并把结果写回CRM,转人工时携带完整上下文。该语音栈由ElevenLabs自研音频模型组成,提供超过17,000种声音、90多种语言。

ChatGPT Voice接入Finances功能

ChatGPT于2026年11月4日宣布,ChatGPT Voice已接入Finances功能。用户可通过Finances安全连接账户,再用语音讨论支出、储蓄等财务问题,官方同时给出了试用链接。同日,Testing Catalog报道称,OpenAI正在为ChatGPT Finance功能推出ChatGPT Voice,用户可随时随地就支出、储蓄及各类财务话题进行对话;该报道还提到,ChatGPT Finance目前仅在美国提供。

KPN与ElevenLabs合作为中小企业推出Mobiel AI

2026年11月2日,荷兰电信运营商KPN与ElevenLabs合作,面向中小企业主推出Mobiel AI助手,将语音AI引入其移动服务。该助手提供语音信箱转写、通话摘要与自动跟进、来电菜单路由等功能。双方通过补充荷兰语数据并微调转写模型,将验证准确率从约50%提升到90%。Mobiel AI运行在KPN自有数据中心,语音数据留在荷兰,客户数据不用于训练模型。目前尚无后续发展信息。

TELUS Digital用ElevenAgents将早期取消率降低一半以上

TELUS Digital 基于 ElevenAgents 构建外呼语音智能体,主动致电新开通家庭互联网的客户,使接到电话客户的 30 天退订率不到整体新客户的一半。该智能体可完成 AI 身份披露、首期账单讲解、自助工具引导和捆绑折扣提醒,并能在通话中通过短信验证码认证客户、经 API 读取实时账单数据。TELUS Digital 在 2025 年 11 月至 2026 年 2 月按语音表现力、智能体框架灵活性、实时情绪调节、企业安全合规和响应延迟五项标准评估后选择了 ElevenAgents。

TELUS Digital用ElevenAgents将早期取消率降低一半以上

TELUS Digital 基于 ElevenAgents 构建外呼语音智能体,主动致电新开通家庭互联网的客户,使接到电话客户的 30 天退订率不到整体新客户的一半。该智能体可完成 AI 身份披露、首期账单讲解、自助工具引导和捆绑折扣提醒,并能在通话中通过短信验证码认证客户、经 API 读取实时账单数据。TELUS Digital 在 2025 年 11 月至 2026 年 2 月按语音表现力、智能体框架灵活性、实时情绪调节、企业安全合规和响应延迟五项标准评估后选择了 ElevenAgents。

查看事件：TELUS Digital用ElevenAgents将早期取消率降低一半以上

极米记得AI记忆眼镜G1与手环L1正式开售

极米记得AI记忆眼镜G1与AI记忆手环L1于10月28日正式开售。据VR陀螺报道,手环L1标准版售价599元,眼镜G1标准版首发价1299元。两款设备共用极米记得App与同一套AI记忆服务,开机即录,可将日常交流转写并自动生成会议纪要、待办事项和生活卡片。数据管理上采用只留文字不留原音的方式,语音转写完成后删除原始音频,并支持设置免录时段和隐私禁词。目前暂无后续发展信息。