- 综合排序
- 最热优先
- 最新优先
- 来自专栏新智元
超强逻辑推理秒杀数学竞赛，实时语音陪聊太上头
从以上案例可以看出，Skyo具备了基本的智力能力和流畅的响应度，而且它还能做出有趣的互动，成为你个性化的陪聊搭子。 传统的语音助手采用了ASR（语音识别）+NLU（自然语言理解）+TTS（语音合成）级联方案去实现。 英伟达高级科学家Jim Fan曾指出，AI语音系统Whisper、大模型ChatGPT，以及语音合成技术VALL-E，是让诸如Siri/Alexa等传统语音助手得到改善的一个系统流程。 端到端模型使得用户的语音输入经过语音编码器提取语义特征，通过适配模块转换为大语言模型（LLM）可理解的格式，LLM处理后生成语音回复，实现端到端的语音交互。从根本上解决了这些难题。 团队还采用了低比特率单码本语音Tokenizer，在显著降低延迟的同时还保持了音质。为了扩展语音建模能力，Skywork 4o在超百万小时多语言语音数据上完成了训练。
38010编辑于 2025-02-15 - 来自专栏音视频咖
TRTC实时对话式AI解决方案，助力人机语音交互极致体验
在娱乐场景中，AI实时性增强后，AI主播、AI 陪聊等场景都可通过AI+RTC实现落地。 GPT-4o 演示的多模态交互是未来的发展方向，但目前国内多模态技术尚未成熟，短期内还是以单模态为主，需借助 ASR（自动语音识别）和 TTS（文本转语音）等产品串联整个流程。 这些噪音会影响语音识别的准确性，同时也可能导致 AI 在讲话时被误打断。如何有效地进行降噪和抗干扰，提高语音识别的准确性性，也是一个重大挑战。 最后是弱网环境的问题。 例如在社交娱乐领域中的 AI 陪聊、私人红娘、心理咨询等场景，以往或许需要专人进行线上或线下咨询、交流，而借助 AI 则能够更好地协助用户找到自己期望的匹配对象进行聊天，同时还能提升客户效率，降低人工成本 AI陪聊 陪聊场景在引入AI之前，一般是用户之间进行交流沟通。而引入 AI后，业务侧能够创建多个AI Agent（智能代理），并对这些AI进行不同的角色设定。
1.7K20编辑于 2024-11-11 拥有一个你专属的AI老婆！
一句话总结，完全开源，自己就能搭一个能实时陪聊、陪你打游戏，还永远不下播的……伴侣？！它是照着超火的虚拟主播Neuro-sama做的开源版。重点是支持自托管，意思是只要你设备不关机，她就永远在线。 而且不只是陪聊这么简单，配置好了，它还能在《我的世界》里带你挖矿盖房，在《异星工厂》里帮你搓零件……形象上，她支持VRM和Live2D两种，会自动眨眼、视线跟随，还会有各种小动作。 项目地址：https://github.com/moeru-ai/airi/她可以干什么实时语音陪玩游戏在Discord和Telegram上聊天使用Mineflayer玩《我的世界》结合YOLO视觉识别在 要先用密钥接入API需要语音聊天的请配置语音模型
83930编辑于 2026-03-05- 来自专栏新智元
上海女孩造AI男友陪聊，自己DIY一个？
DIY 聊天机器人 不用羡慕人家有AI男友/女友陪聊，其实，你自己就可以DIY一个。
2.2K40发布于 2021-08-25 - 来自专栏软件系统
传统代练 vs 这款小程序代练，谁才是游戏上分的最佳选择？代练系统陪玩小程序游戏陪玩陪玩平台搭建
陪玩系统源码，线上游戏开黑陪玩，线下预约家政服务，语音陪聊，陪玩成品搭建，源码交付，线下预约家政服务，语音陪聊，陪玩成品搭建，源码交付基于Vue+thinkPh代练小程序作为游戏服务领域的重要工具，其核心代码与架构设计需兼顾用户体验 虚拟主播代练：结合AI语音与数字人技术，提供沉浸式代练服务。 增值服务集成：除基础代练外，提供账号托管（赛季末段位冲刺）、教学陪练（实时语音指导）及账号估值等衍生服务。安全性设计数据安全：通过SSL加密传输、数据库脱敏处理及定期备份，防范数据泄露与恶意攻击。
77010编辑于 2025-04-21 - 来自专栏Android小菜鸡
Android语音录制，语音发送
这是一个录音的例子，可用于IM的语音发送，OA的语音留言等。
5.4K20发布于 2018-09-06 - 来自专栏腾讯云智能·AI公有云
寻找共创伙伴！AI助力养老，你有好的方案吗？
比如语音识别、语音合成、声音复刻技术，可帮企业打造面向银发用户的语音对话、语音质检、语音播报、语音输入法等产品。 · 腾讯混元大模型 这款由腾讯研发的大语言模型，可实现文生文、文生图、文生视频功能。 其中，角色扮演能力，可以为项目团队提供情感陪聊、心理疏导的对话能力，帮助缓解老年人的孤独问题。 无论是处在成长、加速期的企业，还是高校、科研院所、社会组织等单位，都欢迎报名参与。
46010编辑于 2024-05-22 - 来自专栏YO大数据
教你使用java制作专属智能陪聊机器人
目录导航 1.智能陪聊机器人演示 2.智能问答平台API介绍 3.整合第三方JSON开源库 4.智能机器人项目框架搭建与模块划分 5.封装一个机器人HTTP工具类 6.实现机器人service层的接口与定义 7.制作专属于你的机器人入口 8.把你的机器人打包使用 9.总结 1.智能陪聊机器人演示 人工智能一直是最近的热点话题，自动人工智能但是以来应用领域就不断的扩大，在未来人工智能也会在人们的生活中不断普及与应用 这篇博文中的陪聊机器人，使用java进行编写，可以根据你发的信息进行智能的回应，还算挺有意思的一个小玩意。 最终效果的演示如下图~ 2.智能问答平台API介绍 这个陪聊机器人项目使用了青云课的智能API，通过调用API得到信息反馈。
1.2K20发布于 2021-11-29 - 来自专栏KT148A
常用的语音芯片工作原理_分类为语音播报 语音识别 语音合成tts
1.0 语音芯片分类-语音播报-语音识别-语音合成关于声音的需求，从始至终，都是很刚需的需求 。从语音芯片的演化就能看出很多的端倪，很多很多的产品他必须要有语音，才能实现更好的交互。 而语音芯片的需求分类，其实也是很好理解的，从市场上常用的芯片产品特性，大概就能归类如下：语音播报芯片--KT148A语音识别芯片--思必驰-云知声语音合成芯片-TTS语音播报的类别-KT148A它实现的原理 推荐KT148A-sop8解决方案，大概的产品类型如下：语音识别的类别-思必驰-云知声1、这个品类就很复杂了，是语音芯片里面最复杂的存在，常见的家电语音控制，设备的语音唤醒，在线识别和离线识别2、都是相差很多很多 3、优点就是播放可以随意组合，非常好用，非常灵活4、缺点，就是贵，并且还没有太多选择，就科大讯飞、宇音天下在做，好像科大讯飞做不下去停产了语音芯片的总结总之，需要这方面的需求，还是强烈推荐语音播报芯片， ，到底是离线，还是在线离线就是不联网，不连app，比如语音小夜灯那种产品在线，就是联网，联app ，比如：小爱音箱那种产品
1.6K40编辑于 2023-11-15 - 来自专栏崔哥的专栏
openai whisper 语音识别，语音翻译
简介 Whisper 是openai开源的一个通用的语音识别模型，同时支持把各种语言的音频翻译为成英文（音频->文本）。
4.5K11编辑于 2024-03-08 - 来自专栏了不得的专栏
python文本转语音(微软xiaoxiao语音)
前言 python文本转语音(微软xiaoxiao语音) 1. 因为xiaoxiao的语音属于神经网络语音 所以选择地区时要选择 神经网络可用区域 才能使用微软xiaoxiao语音 ? ? F0是免费版，每月有一定的免费额度可以使用 ?
9.8K10发布于 2021-06-15 - 来自专栏新智元
拿破仑、孔子在线陪聊！AI聊天机器人「复活」历史名人，网友：真上头！
---- 新智元报道 编辑：昕朋 David 【新智元导读】寂寞了？让孔子和圣诞老人一起陪你「唠十块钱的」。 和活生生的已故历史名人聊天是个什么感觉？ 近日，就有一群开发者利用语言模型，把千百年来各行各业的历史名人全部「复活」成了聊天机器人，做进了一款手机app里，起名叫「你好，历史」！ 开发者声称，这个与古代名人聊天的app涉及的内容几乎无所不包。比如可以： 与玛丽莲·梦露聊好莱坞八卦 与弗里达·卡洛讨论现代艺术 问问圣诞老人他有多少只驯鹿 问问科特·科本为什么自杀 向穴居人学习如何生火 与宇宙
79830编辑于 2023-02-24 - 来自专栏博文视点Broadview
语音打断功能——深入语音识别技术，设计语音用户界面（VUI）
小编说：在语音识别技术的实现过程中，有一个会大大影响设计的语音识别技术是“语音打断”，即你是否允许用户打断系统说话。 本文介绍了语音打断功能，帮助你在设计语音用户界面（VUI）时能将其考虑在内，并加以充分利用。 本文选自《语音用户界面设计：对话式体验设计原则》 语音打断功能常用于交互式语音应答（IVR）系统，从而用户可以随时中断系统。 一些语音识别引擎允许你通过设置语音终止超时时间来配置语音端点检测功能。语音终止超时时间是指在系统判定用户说完之前，用户说话时可暂停的时间长度。 无语音超时和语音终止超时需分别处理，因为： NSP 超时时间比语音终止超时时间更长（通常为10 秒左右）。 针对NSP 超时，VUI 系统会执行不同的操作。 无语音超时能帮助系统分析哪里存在问题。
6.2K11发布于 2020-06-11 - 来自专栏愚公系列-书籍专栏
【愚公系列】《AIGC辅助软件开发》036-高阶产品应用开发：英语陪聊教练
英语陪聊教练作为一种新兴的产品应用，正逐渐成为学习英语的有效工具。它不仅能够为学习者提供实时的对话练习，还能根据个体需求进行个性化的指导，帮助用户提高语言能力和自信心。 本文将深入探讨高阶产品应用开发中英语陪聊教练的设计与实现，分析其核心功能、技术架构以及用户体验。我们将分享一些成功的案例，展示如何利用AI技术和自然语言处理能力，为学习者提供生动、互动的语言学习体验。 让我们一起探索英语陪聊教练的未来，助力更多人实现流利交流的梦想！ 一、英语陪聊教练 英语陪聊教练是一个基于 GPT-3.5 引擎的“角色聊天 + 语言学习”工具。 图 11-1 至图 11-4 分别展示了英语陪聊教练产品的虚拟朋友圈、与任意知名角色对话时检查自己的发言，以及对对方的发言进行解析的效果。
26400编辑于 2025-01-02 - 来自专栏网络技术联盟站
什么是语音识别的语音搜索？
前言随着智能手机、智能音箱等智能设备的普及，语音搜索已经成为了一种趋势。语音搜索不仅方便快捷，而且可以实现双手的解放。语音搜索的实现离不开语音识别技术，本文将详细介绍语音识别的语音搜索。 图片语音识别的基本原理语音识别是将语音信号转换为文本的技术。语音识别的基本原理是将语音信号分解为一系列短时频谱，然后对每个时刻的频谱进行特征提取和分类。 解码解码是指将经过模型训练的模型应用于新的语音信号，以便将语音信号转换为文本。常用的解码方法包括维特比算法和贪心搜索等。语音搜索的基本原理语音搜索是指通过语音输入的方式，进行搜索操作。 语音搜索的基本原理是将用户的语音输入转换为文本，并且使用搜索引擎进行搜索。语音搜索的主要步骤包括语音识别、文本处理、搜索引擎搜索和结果展示等。语音识别语音识别是语音搜索的核心技术之一。 结论语音搜索是通过语音输入的方式，进行搜索操作。语音搜索的核心技术之一是语音识别，它可以将用户的语音输入转换为文本。语音搜索的基本原理包括语音识别、文本处理、搜索引擎搜索和结果展示等。
6.5K00编辑于 2023-05-14 - 来自专栏小锋学长生活大爆炸
语音识别API - 实现文字转语音
目录 搜狗（目前好用，免费） 百度（现在收费了，送一定额度） 腾讯（收费的） 搜狗（目前好用，免费） def textToAudio_Sougou(message, filePath):
19.7K30编辑于 2022-03-29 - 来自专栏BestSDK
讯飞输入SDK推出“T-Sheng”功能：可模仿人聊天，自动回复信息
曾经我们习惯双手打字，现在有了语音输入解放双手。不管用手还是用嘴，都需要有真实的人来操作。进入人工智能时代，没有这个真实的人，闲聊怎么继续? 虽然有苹果 Siri、谷歌Assistant、微软 Cortana等语音助手能够对话，却没有如你一般的情感和语气，显然这些语音助手都不是你。 “T-Sheng”与诸多语音助手不同的是，TA首先经过上亿次用户语料的训练，多轮聊天下如真人一般不会重复同样的话;开启“T-Sheng”功能，即会建立个人聊天模型，自动融合你的日常对话，最终模拟出真实的你 可以说“T-Sheng”的诞生首次解决了人类无暇闲聊的痛点，真正实现人工智能陪聊机器人与人类无障碍闲聊。 来看这样一个场景，你正在给领导汇报工作，母上大人连发消息过来，你是回还是不回?
2.4K70发布于 2018-02-28 - 来自专栏网络技术联盟站
什么是语音识别的语音助手？
前言 语音助手已经成为现代生活中不可或缺的一部分。人们可以通过语音助手进行各种操作，如查询天气、播放音乐、发送短信等。语音助手的核心技术是语音识别。本文将详细介绍语音识别的语音助手。 图片 语音识别的基本原理 语音识别是将语音信号转换为文本的技术。语音识别的基本原理是将语音信号分解为一系列短时频谱，然后对每个时刻的频谱进行特征提取和分类。 语音助手的基本功能 语音助手的基本功能包括语音识别、语音合成、自然语言处理和对话管理等。 语音识别 语音识别是语音助手的核心功能，它可以将用户的语音输入转换为文本。 语音识别的精度直接影响语音助手的使用体验。 语音合成 语音合成是指将文本转换为语音信号的技术。语音合成可以使语音助手更加自然，更具人性化。 语音助手的基本功能包括语音识别、语音合成、自然语言处理和对话管理等。语音助手的应用场景非常广泛，包括智能家居、智能车载、智能手表等。
6.5K00编辑于 2023-05-14 - 来自专栏全栈程序员必看
语音芯片，语音合成芯片，嵌入式语音合成软件的区别
语音合成芯片解决方案 语音合成芯片是一种采用了语音合成技术的高端智能的离线语音播放芯片，它内置了嵌入式TTS软件核心。 语音合成技术是将任意文本实时转化为标准流畅的语音播放出来，实现文本到语音（文字转语音）的转换的一种技术。语音合成芯片只需要发送文本信息就可以实时播报语音提醒。 上位机给语音芯片发送要播放的音频的序列号，语音芯片播放音频 嵌入式语音合成软件解决方案 嵌入式语音合成软件是极度小型化的离线语音合成软件，采用了文本转语音技术（TTS）。 嵌入式语音合成软件-工作流程： 1. 主控程序调用嵌入式语音合成软件SDK包的语音合成命令（传参：要播放的文本），嵌入式语音合成SDK包实时自动转化语音播放出来。 无线语音合成模块的解决方案为：WIFI语音合成模块，蓝牙语音合成模块 无线语音模块的解决方案为：WIFI语音模块，蓝牙语音模块 目前应用语音播报的场景已经遍布我们生活方方面面，我们再来分析一下使用场景：
5.7K20编辑于 2022-09-13 - 来自专栏互联网开发者交流社区
语音合成
window.location); 42 speech_init.addParam("wmode", "transparent"); 43 if(_sp_text==_sp_bg){alert("欢迎使用说说语音合成系统
3.8K20发布于 2018-07-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号