#AI语音助手
共 17 篇相关文章
·15 分钟
50美元Arduino板运行本地AI语音助手：边缘AI实践指南
深入解析如何在50美元的Arduino Uno Q开发板上运行完全本地化的AI语音代理，涵盖语音识别、意图理解、语音合成的技术实现，探讨边缘AI在隐私保护、离线场景中的应用价值与局限。
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 →
·13 分钟
AI智能体是什么？感知、决策、行动三大核心组件深度解析
深入解析AI智能体（AI Agent）的本质定义与三大核心组件：感知、决策、行动。通过语音助手和编程助手实例，厘清AI智能体与纯聊天AI、自动化脚本的本质区别，建立清晰认知框架。
阅读全文 →
·11 分钟
SpeakoFlow：开源本地语音助手，隐私优先的桌面全局语音输入工具
SpeakoFlow是一款开源本地语音助手，支持全局语音输入、屏幕内容理解和实时翻译。采用MIT协议，语音转文字完全本地运行，保护隐私数据不上传云端，支持Windows、macOS和Linux。
阅读全文 →
·13 分钟
深度实测：ChatGPT语音模式能听懂语气、口音和情绪
实测揭示ChatGPT高级语音模式不只转录文字，还能识别耳语、口音、情绪等副语言信息。深入解析从级联管线到原生多模态语音模型的技术演变，探讨对话式AI的感知能力边界。
阅读全文 →
·13 分钟
8美元芯片跑通小语言模型：ESP32-S3的极限实验
探索在售价仅8美元的ESP32-S3微控制器上训练和运行小语言模型(SLM)的可能性。了解极限硬件约束下的模型设计、量化压缩策略，以及边缘AI在离线推理、超低成本部署方面的潜力与局限。
阅读全文 →
·9 分钟
ChatGPT全新语音模式：全双工对话+实时推理与翻译详解
OpenAI发布GPT Live One驱动的ChatGPT语音模式，实现全双工对话、实时联网推理与无缝翻译三大突破。本文深度解析其核心能力与应用场景，带你了解AI语音交互的范式转变。
阅读全文 →
·9 分钟
ChatGPT全新语音功能上线：GPT-Live全双工对话体验解析
OpenAI发布GPT-Live驱动的ChatGPT全新语音功能，支持全双工对话、实时推理联网、跨语言同声传译，真正实现打断、纠正、自然停顿等拟人化交互体验。本文深度解析核心能力与实际应用场景。
阅读全文 →
·14 分钟
ChatGPT全双工语音模型GPT Live发布：对话体验全面革新
OpenAI正式发布ChatGPT全新语音版本，由GPT Live One模型驱动，实现真正的全双工连续交互。支持实时双语翻译、委派机制调用GPT 5.5深度推理，语音助手首次做到边聊边思考，开启自然人机对话新时代。
阅读全文 →
·5 分钟
GPT-Live-1深度解析：OpenAI如何让语音AI学会倾听而非抢话
OpenAI推出最新语音模型GPT-Live-1，核心突破在于减少打断、识别停顿、尊重对话节奏。本文深度解析GPT-Live-1的技术改进方向，以及语音AI从"能说会道"迈向"懂得倾听"的体验进化之路。
阅读全文 →
·5 分钟
AI三巨头实测：Seedream 5.0、GPT-Live与Grok 4.5全面解析
字节Seedream 5.0 Pro图像生成、OpenAI全双工语音模型GPT-Live、xAI Grok 4.5编程Agent——三款AI新品密集发布，本文结合实测体验，逐一解析各自的核心能力、使用场景与真实不足，助你快速掌握最新AI工具动态。
阅读全文 →
·5 分钟
GPT-Live实时语音AI：全双工对话如何重新定义人机交互
GPT-Live凭借全双工音频架构，实现边听边思考、无缝实时翻译与前台陪聊后台执行任务的并行能力，彻底打破语音AI的"回合感"，向真正的对话伙伴迈出关键一步。
阅读全文 →
·8 分钟
Meta自有品牌智能眼镜发布：更便宜、更多选择、全球同步开售
Meta正式推出自有品牌智能眼镜，以更亲民的价格和多样化配置面向大众市场，摆脱对Ray-Ban的依赖。本文解析Meta智能眼镜的产品策略、定价逻辑及对可穿戴AI设备行业的深远影响。
阅读全文 →
·5 分钟
苹果AR眼镜推迟至2030年，Vision Air被砍，新Vision Pro最早2028年
最新爆料显示苹果AR眼镜推迟至2029-2030年才能面世，Vision Air项目已被取消，取而代之的是更轻更便宜的新一代Vision Pro，预计2028年底至2029年推出。苹果空间计算战略面临重大调整。
阅读全文 →
·5 分钟
苹果智能眼镜：瞄准数十亿眼镜用户的野心与市场策略
苹果智能眼镜战略解析：从Apple Watch到智能眼镜，苹果瞄准全球数十亿眼镜用户，以"替换"逻辑降低采纳门槛。深度分析苹果的差异化竞争优势、行业格局与技术挑战。
阅读全文 →
·4 分钟
WWDC 2025前瞻：iOS 27新功能与Siri AI大升级全解析
苹果WWDC 2025即将召开，iOS 27和全新Siri升级蓄势待发。本文解析iOS 27可能带来的AI整合、隐私架构突破，以及Siri大模型进化方向，涵盖多轮对话、跨应用执行等核心看点。
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 →