ElevenLabs 于近日正式推出其最新的人声合成模型 Flash，声称这是迄今为止最快的文本转语音（TTS）解决方案，生成语音的延迟仅为75毫秒(加上应用和网络延迟)。Flash 特别适合低延迟的对话式语音助手，用户可以在 ElevenLabs 的对话 AI 平台上立即体验这一新功能。Flash 模型分为两个版本，其中 Flash v2仅支持英语，而 Flash v2.5则支持32种语言。使用这两种模型时，用户每生成两个字符将消耗1个积分点。尽管 Flash 模型在音质和情感深度上稍逊于 Turbo 模型，但其低延迟性能使其在盲测中超越了其他

最近，Agora 公司宣布推出一款全新的实时对话 AI 软件开发工具包（SDK），并与 OpenAI 的实时 API 深度整合。这一举措旨在为对话 AI 开发者提供更强大的支持，让他们能够在不同的应用场景中实现更自然的互动体验。图源备注：图片由AI生成，图片授权服务商MidjourneyAgora 的首席执行官兼联合创始人赵峰表示:“实时对话 AI 是帮助全球消费者和企业实现这一革命性技术益处的下一步。” 他强调，结合 OpenAI 的强大对话智能，Agora 的实时音频流能力将帮助开发者在他们的应用中提升互动性，创造

谷歌宣布，Gemini Live 语音聊天模式现在向所有安卓用户免费开放了。之前这个功能只有 Gemini Advanced 的订阅者才能使用，现在每个人都可以体验这个智能对话 AI 了。Gemini Live 是在上个月的 Pixel9发布会上首次亮相的，功能与 ChatGPT 的语音聊天相似，你可以直接用声音向 Gemini 提问，甚至可以在它回答的过程中打断它。想象一下，你可以随时问问题，Gemini 会用流畅的语音给你解答，这真是个很酷的体验。要使用这个功能，你只需打开 Gemini 应用或其叠加层，然后点击右下角的新波形图标，麦克

["OpenAI即将为ChatGPT推出自定义AI功能","新功能名为GPT构建器,让用户自定义语言、语气等","用户可以为AI设置知识库、网页浏览能力等","OpenAI计划推出机器人市场,用于分享自定义AI","有望通过订阅制度实现ChatGPT商业化"]