标签
语音模型
共 3 篇文章
xAI 发布 Grok Voice 3.0，语音智能体延迟压到 1 秒以内
xAI（SpaceXAI）发布 Grok Voice 3.0 语音转语音模型，主打低于 1 秒延迟，并在 Artificial Analysis 语音榜单登顶。模型已在语音代理 API 上线，定价维持每分钟 0.08 美元，上一代同步标记弃用，语音客服与语音助手的落地门槛进一步下降。
2026-10-15
AI资讯
谷歌发布 Gemini 3.8 语音模型，音色可克隆、台词可逐行控制
谷歌 9 月 23 日发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 两款语音模型，支持提示词生成音色、30 秒克隆声音并逐行控制台词，已在 Gemini API 与 AI Studio 上线。
2026-09-23
AI资讯
OpenAI 将 GPT-Live-1 语音模型开放到 API，全双工对话供开发者调用
OpenAI 于 9 月 10 日把全双工语音模型 GPT-Live-1 开放到 API，用单个模型同时处理听与说，替代语音转文字加合成的拼接架构，前端每分钟 0.05 美元，让开发者做出更自然、低延迟的电话客服与语音助手。
2026-09-12