「交交」媲美GPT-4o！上海交大推出口语对话情感大模型，首个纯学术界自研！
「交交」媲美GPT-4o！上海交大推出口语对话情感大模型，首个纯学术界自研！智能语音交互领域，学术研究也能如此酷炫。全球首个纯学术界自研的支持多人实时口语对话的语音情感大模型 ——“交交”，正式推出！
来自主题: AI技术研报
7483 点击 2025-04-15 15:27
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
智能语音交互领域，学术研究也能如此酷炫。全球首个纯学术界自研的支持多人实时口语对话的语音情感大模型 ——“交交”，正式推出！
开源语音模型Orpheus让LLM涌现出人类情感！在A100 40GB显卡上，30亿参数模型的流式推理速度甚至超过了音频播放速度。甚至可以zero-shot克隆声音。
近日，阿里通义实验室推出了全新数字人视频生成大模型 OmniTalker，只需上传一段参考视频，不仅能学会视频中人物的表情和声音，还能模仿说话风格。相比传统的数字人生产流程，该方法能够有效降低制作成本，提高生成内容的真实感和互动体验，满足更广泛的应用需求。目前该项目已在魔搭社区、HuggingFace 开放体验入口，并提供了十多个模板，所有人可以直接免费使用。
“最强AI语音”的场景化突围。
最近，Tinder与OpenAI合作，推出了一款名为"Game Game"的AI语音调情游戏，号称能让用户在模拟约会场景中练习调情技巧。用户可以通过与 AI 机器人互动，练习调情、模拟初次相遇场景，并根据表现获得评分和建议。
2025 年 3 月 11 日，语音生成初创公司 Cartesia 宣布完成 6400 万美元 A 轮融资，距其 2700 万美元种子轮融资仅过去不到 3 个月。本轮融资由 Kleiner Perkins 领投，Lightspeed、Index、A*、Greycroft、Dell Technologies Capital 和 Samsung Ventures 等跟投。
（用户的）信任是要靠争取的，如果模型在设计时没有考虑到这一点，它们就永远无法发挥出全部潜力。
红杉资本、A16Z 最近讨论了对语音人工智能初创公司 Sesame 的融资。该公司专注于开发人工智能语音助手和可穿戴设备。
语音恐怖谷是指在语音合成技术中，当 AI 合成语音接近人类的真实语音，但又存在细微的不自然或不完美之处时，会引发人类的不适感。
语音Agent市场在2024年下半年迎来爆发式增长。据Cartesia统计，在最新一届YC中，构建语音相关产品的公司占比达22%。