语音交互是人机交互最自然的方式之一，而文本转语音（Text-to-Speech，TTS）技术则是实现语音交互的核心能力。OpenClaw 作为新一代 AI Ag...

尤其影视解说、悬疑旁白、小说推文这种内容，一旦AI配音节奏不对，观众前几秒就会直接划走。

最近在做短视频自动旁白和小说推文生成时，重新整理了一遍目前常见的中文TTS（文本转语音）方案。

金融行业正面临AI语音诈骗的严峻挑战。不法分子利用AI合成技术伪造客户亲友或银行客服的声音实施诈骗，传统的身份验证手段在AI换声面前形同虚设。腾讯云AMS的AI...

LiveClaw的整体链路可总结为：观众消息（IM 插件 / 消息回调）→OpenClaw Agent（理解意图 / 调度 Skill）→Skill 执行（点歌...

语音合成与语音识别模型的循环训练，以及为了更好语音韵律而进行的语言理解，仅仅是语音相关领域交叉融合的几个例子。

如果还想继续往停顿、重音、局部语速、角色风格这些更细的维度走，那就不得不提一下 Azure 语音合成服务的SSML1。它本质上是一套基于 XML 的语音合成标记...

在ICASSP 2021上，某机构的文本到语音团队展示了两篇关于从文本合成具有上下文恰当韵律（即语音的节奏、重音、旋律、时长和响度）的语音的新论文。文本到语音（...

做过短剧出海或者影视译配的工程师大概都遇到过这样一个场景：拿一段十分钟的中文剧情，翻译成英文之后用一个看起来效果不错的 TTS 模型合成配音，前两分钟听起来非常...

语音钓鱼（Vishing）依托号码仿冒、AI 语音克隆与实时社会工程学交互，已成为 2025—2026 年全球增长最快的网络攻击形式之一。SQ Magazine...

本文以韩国政府跨部门电信金融诈骗综合应对小组成立半年来的治理实践为研究样本，结合警方公开数据与技术防控机制，系统分析语音钓鱼案件数量下降 31.6%、涉案损失下...