微軟推出首款自主研發的全雙工 AI 語音模型,支援 16 種語言的同步聆聽與說話功能
根據科技媒體 TestingCatalog 的報導,微軟目前正在測試其首款原生即時語音模型「MAI Realtime」。 該系統支援 16 種語言及兩種截然不同的語音風格,能同時進行聆聽與說話,並具備自動語言偵測及對話中途切換功能。這項技術突破讓使用者無需等待 AI 說完才回應,營造出與自然人類互動極為相似的對話體驗。

MAI Realtime 採用雙向全雙工互動模式,有效打破了傳統語音助理「使用者先說話、模型再回應」的序列式互動模式。透過運用端點偵測技術來識別語音的起始、停頓與結束,當使用者插話時,系統能立即調整輸出內容,實現同步聆聽與回應。 這標誌著微軟 MAI 語音模型系列從單向通訊邁向雙向通訊的重要里程碑。先前如 MAI-Voice-2 和 MAI-Transcribe-1.5 等模型,僅限於語音合成或辨識等單向任務。
兩種語音風格提供了更自然的表現,但目前尚未包含歌唱功能
在語言支援方面,MAI Realtime 支援 16 種語言,包括中文、英文、日文、韓文、法文、德文和阿拉伯文。使用者可手動指定對話語言,或啟用自動偵測功能,讓模型在對話過程中自動識別並切換語言。 在語音選項方面,測試版提供「Victoria」和「Grant」兩種語音,據稱其聽起來比 Copilot 目前的語音模式更為自然。
相關文章
蘋果發表 iOS 27,透過本地 AI 及與 Google 合作強化 Siri 功能
《The Information》最近重點報導了蘋果將人工智慧整合至即將推出的 OS 27 系統的策略方針。透過運用 Google 的 Gemini 模型來訓練更高效、更輕量的人工智慧,蘋果旨在提供強大的本地邊緣人工智慧功能,同時不損害用戶隱私。 這種模型蒸餾過程使體積更小、基於裝置的模型能夠模擬其較大型對應模型的表現,從而大幅降低運算成本。蘋果的 AI 工程師目前正致力於運用 Google 的
Perplexity Computer 推出混合推論技術,以平衡隱私與效率
人工智慧公司 Perplexity 已透露,計劃於今夏對其「Perplexity Computer」代理程式推出重大升級。此次更新將引入「混合代理推理」模式,該模式能根據任務複雜度與資料敏感性,在本地精簡模型與先進的雲端系統之間動態分配工作負載,從而優化效能。Perplexity Computer 此次的核心升級旨在處理複雜的用戶任務,重點在於平衡強大的隱私保護措施與高效能運算。該系統會自動將請求
NexCOBOT 致力克服人工智慧市場的實質障礙並推動其成長
在「機器人峰會暨博覽會」上亮相的 NexCOBOT,提供多樣化的控制器產品。來源:NexCOBOT人形機器人與實體人工智慧公司不僅成功籌得數十億資金,更陸續被大型科技企業收購。NexCOBOT 總經理 Jenny Shern 表示,此趨勢對工業應用產生了重大影響。例如,Mobileye 於一月以 9 億美元收購 Mentee Robotics;亞馬遜於三月收購 Fauna Robotics;Met
相關專題推薦
評論 (0)
0/500
根據科技媒體 TestingCatalog 的報導,微軟目前正在測試其首款原生即時語音模型「MAI Realtime」。 該系統支援 16 種語言及兩種截然不同的語音風格,能同時進行聆聽與說話,並具備自動語言偵測及對話中途切換功能。這項技術突破讓使用者無需等待 AI 說完才回應,營造出與自然人類互動極為相似的對話體驗。

MAI Realtime 採用雙向全雙工互動模式,有效打破了傳統語音助理「使用者先說話、模型再回應」的序列式互動模式。透過運用端點偵測技術來識別語音的起始、停頓與結束,當使用者插話時,系統能立即調整輸出內容,實現同步聆聽與回應。 這標誌著微軟 MAI 語音模型系列從單向通訊邁向雙向通訊的重要里程碑。先前如 MAI-Voice-2 和 MAI-Transcribe-1.5 等模型,僅限於語音合成或辨識等單向任務。
兩種語音風格提供了更自然的表現,但目前尚未包含歌唱功能
在語言支援方面,MAI Realtime 支援 16 種語言,包括中文、英文、日文、韓文、法文、德文和阿拉伯文。使用者可手動指定對話語言,或啟用自動偵測功能,讓模型在對話過程中自動識別並切換語言。 在語音選項方面,測試版提供「Victoria」和「Grant」兩種語音,據稱其聽起來比 Copilot 目前的語音模式更為自然。
蘋果發表 iOS 27,透過本地 AI 及與 Google 合作強化 Siri 功能
《The Information》最近重點報導了蘋果將人工智慧整合至即將推出的 OS 27 系統的策略方針。透過運用 Google 的 Gemini 模型來訓練更高效、更輕量的人工智慧,蘋果旨在提供強大的本地邊緣人工智慧功能,同時不損害用戶隱私。 這種模型蒸餾過程使體積更小、基於裝置的模型能夠模擬其較大型對應模型的表現,從而大幅降低運算成本。蘋果的 AI 工程師目前正致力於運用 Google 的
Perplexity Computer 推出混合推論技術,以平衡隱私與效率
人工智慧公司 Perplexity 已透露,計劃於今夏對其「Perplexity Computer」代理程式推出重大升級。此次更新將引入「混合代理推理」模式,該模式能根據任務複雜度與資料敏感性,在本地精簡模型與先進的雲端系統之間動態分配工作負載,從而優化效能。Perplexity Computer 此次的核心升級旨在處理複雜的用戶任務,重點在於平衡強大的隱私保護措施與高效能運算。該系統會自動將請求
NexCOBOT 致力克服人工智慧市場的實質障礙並推動其成長
在「機器人峰會暨博覽會」上亮相的 NexCOBOT,提供多樣化的控制器產品。來源:NexCOBOT人形機器人與實體人工智慧公司不僅成功籌得數十億資金,更陸續被大型科技企業收購。NexCOBOT 總經理 Jenny Shern 表示,此趨勢對工業應用產生了重大影響。例如,Mobileye 於一月以 9 億美元收購 Mentee Robotics;亞馬遜於三月收購 Fauna Robotics;Met





首頁






