标签索引

AI语音

这个标签下有 11 篇文章。按时间回看相关判断与实践记录。

标签精选

对标 Vapi/Retell：基于 Rust 的开源 AI 语音编排平台 Feros.ai 发布

为了解决现有语音服务“黑盒”和不透明的问题，开发者推出了开源平台 Feros.ai。该平台定位为“开源版的 Vapi/Retell + n8n”，底层采用 Rust 构建，以确保高性能和低延迟。它允许用户完全自托管，掌控数据隐私，并支持灵活...

2026-05-131 分钟阅读110 阅读

GlowTTS 是一款轻量级、完全免费的 Chrome 文本转语音（TTS）扩展。它不仅能在网页上快速触发朗读，还独特地支持本地 HTML 文件及离线环境下的语音播放。通过 Kiwi 或 Yandex 等浏览器，该扩展打破了桌面端限制，成功...

2026-04-081 分钟阅读207 阅读

针对 iOS 平台本地听书痛点，开发者推出了“静听” App。该应用不仅内置 40 多种完全免费的离线 AI 语音，解决了地铁通勤无信号时的听书需求，更引入了先进的 AI 角色分析技术。它能自动识别小说文本中的对话与旁白，为不同角色分配不同...

2026-03-311 分钟阅读494 阅读

针对文本转语音（TTS）需求，作者测试了近期免费的 mimo-v2-tts 模型。实测发现，在生成儿童故事语音时，其效果优于剪映和 Edge-TTS。尽管在风格控制精准度上仍有提升空间，但整体表现已相当出色。该模型的一大亮点是支持 Open...

2026-03-301 分钟阅读264 阅读

一款基于原生 HTML5 开发的静态网页应用 ‘MiMo TTS Chat’ 近日上线，旨在通过调用 MiMo TTS 接口提供便捷的文本转语音服务。该工具采用轻量化设计，无需后端依赖，支持用户选择预置音色、直接输入...

2026-03-201 分钟阅读133 阅读

本文详细介绍了如何将iOS自带的“语音控制”功能与AI语音输入法Spokenly深度结合，打造一套高效的移动端写作工作流。文章分析指出，单纯的语音输入虽然解决了长文本生成问题，但在处理特殊字符、触发快捷键及系统控制方面存在局限。通过引入苹果...

2026-03-191 分钟阅读118 阅读

针对传统语音Agent必须经过ASR转录导致情绪与语调信息丢失的痛点，开发者推出了名为OpenClaw-voxsense的开源插件。该插件跳过中间的文字转换环节，直接调用Gemini的原生多模态能力处理原始音频，结合上下文实现对声音内容的深...

2026-03-151 分钟阅读266 阅读

一位 V2EX 用户分享了被京东金融 AI 客服“欺骗”的经历。由于电话中“客服”语调极其逼真，听起来像一位耐心且被 KPI 压榨的中年女性，用户出于同情特意配合听完了全程。直到两分钟后突然切入男声进行人工核单，用户才惊觉此前全程在对话 A...

2026-03-061 分钟阅读107 阅读

搜狗输入法近期推送更新，引入了腾讯混元7B模型作为新后端。然而实测发现，应用界面未见明显变化，且宣传图重点展示的“快速更改人称”功能在实测中并未找到。对比豆包等竞品，虽然集成了新模型，但在具体体验上仍需打磨，被指存在货不对板的情况。原文链...

2026-01-231 分钟阅读266 阅读

豆包安卓版迎来11.9.1更新，重点整合了“豆包爱学”功能，并引入全新的完全语音模式。在该模式下，AI不再直接显示完整文本回复，而是通过语音进行沉浸式交互。用户可根据需求在右上角调整语速或关闭字幕，进一步优化了语音对话与学习体验，标志着AI...

2026-01-151 分钟阅读368 阅读