同一套口头推理题,它比 GPT-Realtime-2.1 High 答得准,折算到每小时的成本却只有对方的约八分之一。
#实时语音 5 篇
电话里的「嗯嗯」「对对」、话说一半被接住、两人同时开口,这些它都是听真人录音自己学会的,没人给它写规则。
Meta 开始在美国推出 Muse 的实时语音和动态形象。你说话时,角色会做出反应,也可以随时插话。
Mini 侧重自然接话,Max 侧重复杂任务。两段中英双语视频,讲清系统怎么配合、五项成绩怎么读,以及平台和 API 怎么选。
xAI 新一代语音到语音模型:第三方综合榜第一,不到 1 秒开口,难缠客服电话的办成率比上一代高 15 个百分点,API 价格不变。