11.11云上盛惠!海量产品 · 轻松上云!云服务器首年1.8折起,买1年送3个月!超值优惠,性能稳定,让您的云端之旅更加畅享。快来腾讯云选购吧!
腾讯云
12-20
Agora与谷歌Gemini合作发布Gemini3.5Transcribe与Agora Conversational AI集成方案,融合实时语音转写与RTC对话能力,助企业打造自然、可规模化语音智能体。此前与OpenAI推Realtime API。开发者可在Agents SDK灵活组合模型,后续支持智能转写优化CRM等场景,推动对话式AI实时可靠落地。
Agora与Gemini达成合作,发布Gemini 3.5 Transcribe与Agora Conversational AI集成方案,融合实时语音转写与RTC对话能力,打造自然、实时、可落地的语音智能体。开发者可在SDK中灵活组合大模型与语音合成,未来将支持智能转写自动整理口语停顿、重复及数字日期格式,服务CRM等场景,推动对话AI迈向自然实时可靠交互。
本期AI日报聚焦多领域进展:可灵AI 3.0发布,开启15秒视频AI导演时代;阿里AI品牌统一为“千问”,战略升级;Mistral AI推出低延迟语音转文字模型;上海AI实验室发布全球最大开源科学多模态模型“书生Intern-S1-Pro”;谷歌Gemini月活用户突破7.5亿,并推出低价订阅方案;华为Mate 80系列新增AI消除屏幕摩尔纹功能;米兰冬奥会将启用阿里“千问”大模型;我国生成式AI用户规模破6亿,普及率超四成,算力水平全球领先。
亚马逊宣布推出全新一代语音基础模型驱动的ASR系统,将自动语音识别服务扩展到支持100多种语言。AmazonTranscribe是一项完全托管的ASR服务,使您能够轻松地将语音转换为文本,并在应用程序中添加语音到文本的功能。要了解本文讨论的功能的更多信息,请查看功能页面和新功能帖子。
谷歌翻译日期那发布了面向安卓用户的语音转录功能应用 Transcribe,该功能可以实时翻译和转录音频。