#语音交互
共 53 篇相关文章
科技前沿·8 分钟
xAI与SpaceX合并、GPT-5.5-Cyber预览、Gemini 3.1 Flash发布
马斯克宣布xAI与SpaceX合并更名SpaceX AI，OpenAI推出GPT-5.5-Cyber安全模型，Google发布Gemini 3.1 Flash轻量模型，Airbnb透露AI编写60%新代码。全方位解读AI产业最新动态。
阅读全文 →
产品体验·5 分钟
硅谷工程师裸辞造AI陪伴机器人：用戏剧思维让机器人活起来
前英伟达GTC大会获奖项目Sparky，由大厂裸辞的AI研究员Alexis打造。他用十年戏剧表演经验设计AI人格系统，赋予桌面机器人动态兴趣、长期记忆和主动社交能力，重新定义AI陪伴与人机交互的可能性。
阅读全文 →
教程攻略·4 分钟
声网RTC+MQTT替代WebSocket：AI语音交互设备架构解耦实战
详解如何用声网Agora RTC+MQTT协议替代传统WebSocket，实现AI语音交互设备与服务端完全解耦。涵盖ESP32嵌入式开发、跨平台通信方案、服务端架构改造及技术选型分析，适用于语音硬件产品开发。
阅读全文 →
产品体验
Stetos.co：AI语音代理如何让用户研究规模化
·7 分钟
Stetos.co：AI语音代理如何让用户研究规模化
深度解析Stetos.co如何通过AI语音代理实现大规模定性用户访谈，将数千次对话转化为可执行洞察。了解这款YC支持的AI用户研究工具的核心功能、应用场景与市场前景。
阅读全文 →
产品体验
Flare App体验：AI语音社交如何替代刷屏时代
·6 分钟
Flare App体验：AI语音社交如何替代刷屏时代
深度解析AI原生社交应用Flare的核心机制：通过AI Orb语音助手重构Z世代社交体验，去除点赞、粉丝数等虚荣指标，用语音优先和记忆深度打造真实社交连接。
阅读全文 →
产品体验
Espa测评：AI执行助理如何自动化日程安排与邮件管理
·6 分钟
Espa测评：AI执行助理如何自动化日程安排与邮件管理
深度体验Espa这款AI执行助理工具，解析其智能日程安排、邮件自动回复、任务跟进等核心功能，以及银行级加密的隐私保障策略，帮你判断是否值得尝试。
阅读全文 →
产品体验
Inworld Realtime TTS-2：全栈实时语音AI基础设施深度解析
·5 分钟
Inworld Realtime TTS-2：全栈实时语音AI基础设施深度解析
深度解析Inworld发布的Realtime TTS-2全栈语音AI平台，涵盖排名第一的TTS引擎、语音到语音处理、LLM路由等核心能力，以及其在语音代理、AI伴侣等场景的应用价值。
阅读全文 →
科技前沿·3 分钟
Netflix AI语音搜索功能详解：流媒体内容发现新方式
Netflix正在测试原生AI语音搜索功能，用户可用自然语言描述想看的内容。本文详细分析该功能的技术优势、行业影响及未来演进方向，解读流媒体AI竞赛新格局。
阅读全文 →
教程攻略·3 分钟
ESP32S3全功能开发板设计：AI编程打造语音助手实战
详解ESP32S3全功能开发板硬件设计思路，集成屏幕、音频、摄像头等模块，并通过Vibe Coding AI编程方式快速实现AI小智语音助手，附ESP32完整学习路线。
阅读全文 →
科技前沿·4 分钟
OpenAI实时语音Demo活动：评选标准、奖励机制与开发者机会
OpenAI将于5月27日在旧金山举办实时语音Demo展示活动，面向开发者征集基于Realtime Voice模型的创意项目。本文详解活动评选标准、奖励机制及语音AI开发者生态的战略意义。
阅读全文 →
科技前沿·6 分钟
Sam Altman与Jony Ive合并创办IO：AI原生硬件新时代来临
OpenAI CEO Sam Altman与苹果前设计总监Jony Ive宣布IO公司并入OpenAI，联手打造AI原生硬件设备。Altman称其为"史上最酷科技产品"，目标是彻底重新定义人类与AI的交互方式，让AI真正民主化。
阅读全文 →
科技前沿·4 分钟
OpenAI收购IO公司遭IYO起诉抄袭：商标设计双重侵权始末
OpenAI斥资64亿美元收购Jony Ive创办的IO公司后，遭IYO起诉商标和产品设计侵权。本文梳理事件始末，分析IO AI耳机产品与IYO的相似争议，探讨顶级设计团队陷入抄袭门的深层原因。
阅读全文 →
产品体验·3 分钟
开源AI桌宠小猫：Qwen 3.5 Omni+ESP32打造全模态智能伙伴
基于Qwen 3.5 Omni全模态模型和ESP32-S3的开源AI桌宠小猫项目，支持情感语音交互、视觉感知、手势互动和一日记录复盘功能。附完整复刻教程，含硬件清单、3D打印模型和代码烧录指南。
阅读全文 →
产品体验·8 分钟
OpenAI Codex App深度实测：AI编程助手如何重塑开发流程
深度实测OpenAI Codex App的核心功能：自然语言构建应用、多任务并行开发、语音交互编程、智能Code Review。详解这款AI编程工具如何将开发效率提升到新高度，附实际演示截图。
阅读全文 →
产品体验·6 分钟
小智AI语音助手Flutter客户端：跨平台语音对话应用开发实战
深入解析小智AI语音助手Flutter客户端的技术架构与核心功能，涵盖实时语音交互、Flutter跨平台开发方案、前后端分离架构设计，以及与xiaozhi-server的协作模式，助力开发者快速构建AI语音对话应用。
阅读全文 →
产品体验·4 分钟
小智ESP32后端Go语言重构：高并发AI语音交互服务实战
深入解析xiaozhi-esp32-server-golang开源项目，用Go语言重写小智ESP32后端服务，支持WebSocket/MQTT双协议、声纹识别、MCP远程调用等功能，为AI硬件提供高性能后端方案。
阅读全文 →
教程攻略·10 分钟
Google AI Studio 使用教程：零代码开发AI应用完全指南
详解Google AI Studio的界面布局、Gemini模型选择、参数调优技巧，以及如何用Build功能零代码开发并发布AI应用。涵盖图片、视频、音乐生成实战案例，附新手上手路径。
阅读全文 →
产品体验·9 分钟
MeMo开源AI Agent平台深度评测：长期记忆+MCP协议+多Bot协作实战
深度评测开源AI Agent平台MeMo，详解长期记忆系统、MCP协议接入、多Bot容器化隔离、全渠道部署等核心功能，附安装配置教程与使用建议，帮你快速上手智能体开发。
阅读全文 →
