微软推出首款自主研发的全双工AI语音模型,支持16种语言的同步听讲
据科技媒体 TestingCatalog 报道,微软目前正在测试其首个原生实时语音模型 MAI Realtime。 该系统支持16种语言和两种不同的语音风格,能够实现同步聆听和说话,支持自动语言检测以及对话过程中的语言切换。这一技术进步使用户无需等待AI说完才进行回应,从而创造出一种与自然人类互动极为相似的对话体验。

MAI Realtime采用双向全双工交互模式,有效打破了用户说话、模型依次回答的传统语音助手模式。通过利用端点检测技术识别语音的开始、停顿和结束,当用户插话时,系统可立即调整输出内容,实现听与说的同步。 这标志着微软 MAI 语音模型系列从单向通信向双向通信转型的重要里程碑。此前如 MAI-Voice-2 和 MAI-Transcribe-1.5 等模型,仅限于语音合成或识别等单向任务。
两种语音风格使表达更自然,但目前尚不支持演唱功能
在语言支持方面,MAI Realtime 支持 16 种语言,包括中文、英语、日语、韩语、法语、德语和阿拉伯语。用户既可以手动指定对话语言,也可以启用自动检测功能,让模型在对话过程中自动识别并切换语言。 在语音选项方面,测试版提供了“Victoria”和“Grant”两种语音,据称其听感比 Copilot 当前的语音模式更为自然。
相关文章
苹果发布 iOS 27,本地 AI 功能与谷歌合作将增强 Siri 的性能
《The Information》最近重点报道了苹果公司将人工智能整合到即将推出的OS 27中的战略举措。通过利用谷歌的Gemini模型来训练一款更高效、更轻量级的人工智能,苹果旨在提供强大的本地边缘AI功能,同时不损害用户隐私。 这种模型蒸馏过程使基于设备的较小模型能够模拟其更大版本的性能,从而显著降低计算成本。苹果的AI工程师目前正致力于利用谷歌的Gemini架构,开发出针对移动设备进行优化的
Perplexity Computer 推出混合推理技术,以平衡隐私与效率
人工智能公司Perplexity宣布,计划于今年夏天对其Perplexity Computer智能代理推出重大升级。此次更新引入了“混合代理推理”模式,该模式可在本地紧凑型模型与先进的云端系统之间动态分配工作负载,并根据任务复杂度和数据敏感度优化性能。Perplexity Computer 的核心升级旨在处理复杂的用户任务,重点在于在强大的隐私保护措施与高性能计算之间取得平衡。该系统会自动将请求分
NexCOBOT 致力于克服人工智能市场的实际障碍并推动其发展
在“机器人峰会暨博览会”上亮相的NexCOBOT提供了种类繁多的控制器。来源:NexCOBOT人形机器人和物理人工智能公司不仅获得了数十亿美元的融资,还被大型科技公司收购。NexCOBOT总经理珍妮·舍恩(Jenny Shern)表示,这一趋势对工业应用产生了重大影响。例如,Mobileye于1月以9亿美元收购了Mentee Robotics,亚马逊于3月收购了Fauna Robotics,Met
相关专题推荐
评论 (0)
0/500
据科技媒体 TestingCatalog 报道,微软目前正在测试其首个原生实时语音模型 MAI Realtime。 该系统支持16种语言和两种不同的语音风格,能够实现同步聆听和说话,支持自动语言检测以及对话过程中的语言切换。这一技术进步使用户无需等待AI说完才进行回应,从而创造出一种与自然人类互动极为相似的对话体验。

MAI Realtime采用双向全双工交互模式,有效打破了用户说话、模型依次回答的传统语音助手模式。通过利用端点检测技术识别语音的开始、停顿和结束,当用户插话时,系统可立即调整输出内容,实现听与说的同步。 这标志着微软 MAI 语音模型系列从单向通信向双向通信转型的重要里程碑。此前如 MAI-Voice-2 和 MAI-Transcribe-1.5 等模型,仅限于语音合成或识别等单向任务。
两种语音风格使表达更自然,但目前尚不支持演唱功能
在语言支持方面,MAI Realtime 支持 16 种语言,包括中文、英语、日语、韩语、法语、德语和阿拉伯语。用户既可以手动指定对话语言,也可以启用自动检测功能,让模型在对话过程中自动识别并切换语言。 在语音选项方面,测试版提供了“Victoria”和“Grant”两种语音,据称其听感比 Copilot 当前的语音模式更为自然。
苹果发布 iOS 27,本地 AI 功能与谷歌合作将增强 Siri 的性能
《The Information》最近重点报道了苹果公司将人工智能整合到即将推出的OS 27中的战略举措。通过利用谷歌的Gemini模型来训练一款更高效、更轻量级的人工智能,苹果旨在提供强大的本地边缘AI功能,同时不损害用户隐私。 这种模型蒸馏过程使基于设备的较小模型能够模拟其更大版本的性能,从而显著降低计算成本。苹果的AI工程师目前正致力于利用谷歌的Gemini架构,开发出针对移动设备进行优化的
Perplexity Computer 推出混合推理技术,以平衡隐私与效率
人工智能公司Perplexity宣布,计划于今年夏天对其Perplexity Computer智能代理推出重大升级。此次更新引入了“混合代理推理”模式,该模式可在本地紧凑型模型与先进的云端系统之间动态分配工作负载,并根据任务复杂度和数据敏感度优化性能。Perplexity Computer 的核心升级旨在处理复杂的用户任务,重点在于在强大的隐私保护措施与高性能计算之间取得平衡。该系统会自动将请求分
NexCOBOT 致力于克服人工智能市场的实际障碍并推动其发展
在“机器人峰会暨博览会”上亮相的NexCOBOT提供了种类繁多的控制器。来源:NexCOBOT人形机器人和物理人工智能公司不仅获得了数十亿美元的融资,还被大型科技公司收购。NexCOBOT总经理珍妮·舍恩(Jenny Shern)表示,这一趋势对工业应用产生了重大影响。例如,Mobileye于1月以9亿美元收购了Mentee Robotics,亚马逊于3月收购了Fauna Robotics,Met





首页






