AI资讯新闻榜单内容搜索-音频模型

关键词: AI,Stability AI,手机端免云模型,AI音频模型

AI 初创公司 Stability AI 发布了名为 Stable Audio Open Small 的“立体声”音频生成 AI 模型，该公司宣称这是市场上速度最快的模型，且效率高到足以在智能手机上运行。

关键词: OpenAI,音频模型,gpt-4o-transcribe,gpt-4o-mini-tts,tts

就在刚刚，OpenAI 宣布在其 API 中推出全新一代音频模型，包括语音转文本和文本转语音功能，让开发者能够轻松构建强大的语音 Agent。据 OpenAI 介绍，新推出的 gpt-4o-transcribe 采用多样化、高质量音频数据集进行了长时间的训练，能更好地捕获语音细微差别，减少误识别，大幅提升转录可靠性。

关键词: AI,ChatGPT Voice,AI语音,WaveForms

WaveForms致力于开发音频大模型（LLMs），通过创新的端到端音频处理技术，实现更加实时、类人化且情感智能化的语音交互。与传统语音模型不同，WaveForms的音频模型不是语音转文本再转语音，而是能够直接处理音频，实现更自然的对话和情感互动。

关键词: Her,AI,Moshi,实时音频模型,开源语音模型

大神Karpathy鼎力推荐，开源版「Her」Moshi再引关注！

关键词: AI,AI音频大模型,Stable Audio Open,StabilityAI,大模型

Stable Audio Open：开源文本转音频模型。