在国内会议记录、实时字幕、语音输入方向产品的商业化都被豆包给杀死了。

发布时间: 2025-08-09 14:42:12

3分

数据加载中

关注推特

收听电报

在国内会议记录、实时字幕、语音输入方向产品的商业化都被豆包给杀死了。
时政
( twitter.com )

22天前由 Leo Xiang 提交

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

用了一下最近比较火的 Wispr Flow 语音输入法，它在 iOS 上实现键盘语音输入的方式居然是后台常开 App 录制麦克风…无论你在看视频、其他 App 发语音，它都在后台开着麦克风。
iOS 键盘扩展也不开放麦克风权限，这确实是唯一解，但这个有点太 Workaround 了…
IT技术
( twitter.com)

28天前 • 图拉鼎 • -- 点击 0 评论

# 75 行代码实现 OpenAI 实时语音客户端
作者 (Co-founder of 展示了如何用极其简洁的 75 行 Python 代码实现 OpenAI Realtime API 客户端, 为新增实时语音服务的功能。
# 主要功能
- 实时音频输入: 捕获用户的语音输入
- WebSocket 通信: 与 OpenAI Realtime API
时政
( twitter.com)

10个月前 • meng shao • -- 点击 0 评论

阿里巴巴通义实验室开发的新一代语音合成系统CosyVoice 2，可以将文字转换成自然、流畅的语音，速度快，音质好。
它是支持流式输入输出的，延迟只有 150 毫秒，比如可以配合 LLM
IT技术
( twitter.com)

8个月前 • 宝玉 • -- 点击 0 评论

日本人最近开发了一个 SNS App，名字叫“对多”，主打伪中国语交流（即打破日语原有语序，只使用汉字组句对话）。现在很多日本用户甚至直接改用手写汉字输入法，因为他们发现直接手写比用日语输入法打汉字更加方便。
时政
( twitter.com)

8个月前 • Luo说不啰嗦 • -- 点击 0 评论

OpenAI 连续 12 天 AI 发布会：第六天完整视频（中英文双语字幕）
今天主要是OpenAI发布了视频功能加入高级语音模式。现在你可以在与ChatGPT的对话中加入现场视频和屏幕共享。
*
Kevin**:
IT技术
( twitter.com)

8个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:11:57

OpenAI 发布 gpt-4o-audio-preview 模型
主要功能包括：
- 根据文本生成语音响应。
- 分析音频输入的情感、语调和音调。
- 支持语音到语音的互动，音频既可以作为输入也可以作为输出。
与Realtime API的区别：
时政
( twitter.com)

10个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:00:10

发现微信输入法加了一个拼音原文显示在候选栏的选项，猜测开启后由于原始输入字母不进 app 的 TextView，可以避免 ChatGPT 上传图片时输入中文吞字的问题。测试了一下确实解决了🤩
IT技术
( twitter.com)

4个月前 • Yachen Liu • -- 点击 0 评论

李沐的语音LLM，在文本大模型基础上加入语音输入输出，开源训练方法与权重。需要10-12 GB VRAM
没有这种模型之前，AI直播、AI语音、AI客服等基本靠纯文本大模型加语音识别生成，响应容易慢。而且大段文本不一定适合念出来，念出来也不一定符合“情感”
时政
( twitter.com)

1个月前 • Gantrol • -- 点击 0 评论

六四期间，音乐手游《初音未来缤纷舞台》禁止使用文字搜索歌曲；游戏内大部分文字输入功能，自定义名片也被暂时禁止。网友反映无法输入编队名称，只能使用系统自动提供的默认名称。为了防止玩家在虚拟演唱会期间利用公屏冲塔，游戏内的虚拟演唱会举办场次也跳过了6月4日。
时政
( twitter.com)

2个月前 • 李老师不是你老师 • -- 点击 0 评论

在国内会议记录、实时字幕、语音输入方向产品的商业化都被豆包给杀死了。 时政 ( twitter.com )

时政

IT技术

时政

阿里巴巴通义实验室开发的新一代语音合成系统CosyVoice 2，可以将文字转换成自然、流畅的语音，速度快，音质好。 它是支持流式输入输出的，延迟只有 150 毫秒，比如可以配合 LLM IT技术 ( twitter.com)

IT技术

时政

OpenAI 连续 12 天 AI 发布会：第六天完整视频（中英文双语字幕） 今天主要是OpenAI发布了视频功能加入高级语音模式。现在你可以在与ChatGPT的对话中加入现场视频和屏幕共享。 *** **Kevin**: IT技术 ( twitter.com)

IT技术

OpenAI 发布 gpt-4o-audio-preview 模型 主要功能包括： - 根据文本生成语音响应。 - 分析音频输入的情感、语调和音调。 - 支持语音到语音的互动，音频既可以作为输入也可以作为输出。 与Realtime API的区别： 时政 ( twitter.com)

时政

发现微信输入法加了一个拼音原文显示在候选栏的选项，猜测开启后由于原始输入字母不进 app 的 TextView，可以避免 ChatGPT 上传图片时输入中文吞字的问题。测试了一下确实解决了🤩 IT技术 ( twitter.com)

IT技术

时政

时政

创建一个新帐户

登录

在国内会议记录、实时字幕、语音输入方向产品的商业化都被豆包给杀死了。
时政
( twitter.com )

阿里巴巴通义实验室开发的新一代语音合成系统CosyVoice 2，可以将文字转换成自然、流畅的语音，速度快，音质好。
它是支持流式输入输出的，延迟只有 150 毫秒，比如可以配合 LLM
IT技术
( twitter.com)

OpenAI 连续 12 天 AI 发布会：第六天完整视频（中英文双语字幕）
今天主要是OpenAI发布了视频功能加入高级语音模式。现在你可以在与ChatGPT的对话中加入现场视频和屏幕共享。
*
Kevin**:
IT技术
( twitter.com)

OpenAI 发布 gpt-4o-audio-preview 模型
主要功能包括：
- 根据文本生成语音响应。
- 分析音频输入的情感、语调和音调。
- 支持语音到语音的互动，音频既可以作为输入也可以作为输出。
与Realtime API的区别：
时政
( twitter.com)

发现微信输入法加了一个拼音原文显示在候选栏的选项，猜测开启后由于原始输入字母不进 app 的 TextView，可以避免 ChatGPT 上传图片时输入中文吞字的问题。测试了一下确实解决了🤩
IT技术
( twitter.com)