搜索关键词 语音输入
AI & Enterprise
Google为macOS版Gemini新增fn键快捷唤起,支持屏幕内容识别与摘要生成
Google已面向全球用户推送macOS版Gemini的fn键快捷唤起功能。用户在任意窗口长按fn键,即可直接与Gemini对话、发起语音转写,并在开启屏幕内容识别后对当前显示内容进行理解和摘要生成。与此同时,转写文本优化及部分自动化能力也同步扩展,但现阶段仅支持英文。
AI & Enterprise
Krafton开源语音AI基础模型“A.X K2 Raon-Speech”,发力游戏角色语音交互
Krafton宣布在全球AI平台Hugging Face开源语音AI基础模型“A.X K2 Raon-Speech”。该模型结合SK Telecom的小型语言模型“A.X K2”与Krafton自研语音编码器、语音编解码器,可直接完成语音理解与生成,减少情感和语调信息损失。未来,公司计划将相关技术用于提升游戏中的CPC同伴角色实时语音交互能力。
AI & Enterprise
Andrej Karpathy谈生成式AI使用技巧:少打磨提示词,多用长语音输入
Anthropic研究员Andrej Karpathy表示,使用生成式AI时,无需一开始就反复打磨提示词,更高效的方式是通过较长的语音输入,直接讲出与项目相关的零散想法,再由大语言模型整理重点并搭建结构。他认为,信息量更充分的输入有助于模型更准确理解用户意图。这一观点也正值OpenAI与Anthropic推进语音AI功能更新之际。
-
AI & Enterprise
OpenAI为ChatGPT桌面版上线语音操控功能,可执行电脑任务
-
AI & Enterprise
OpenAI为ChatGPT语音模型推出GPT-Live:支持实时双向对话和视觉卡片
-
AI & Enterprise
SK Shieldus凭借“TodakTodak”获Databricks数据与AI黑客松韩语赛道第二名
-
Telecommunications & Media
苹果WWDC 2026展示新版SiriAI:贯通iPhone、iPad、Mac个人语境
-
AI & Enterprise
AI口述走红办公场景,Google借Gboard加码语音输入竞争
-
AI & Enterprise
iPhone磁吸AI听写配件SpeakOn上手:可自动润色文本并按场景切换文风
-
AI & Enterprise
Google面向iPhone推出Google AI Edge Eloquent:支持离线转写并实时整理口语
-
AI & Enterprise
LG U+在MWC26展示ixi-O未来蓝图:接入可穿戴设备、车载系统和机器人
-
AI & Enterprise
YouTube向Premium用户推出AI播放列表生成功能
-
AI & Enterprise
Amazon向全美用户开放Alexa+