Edge 浏览器推出 Copilot Vision：免费实时解析屏幕内容；Aqua Voice：极速 AI 语音输入工具丨日报
4 月 17 日
阅读 3 分钟
151这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
AI 语音公司 ElevenLabs 进军亚太市场设立东京子公司；EverTutor Live ：语音交互 AI 教育平台丨日报
4 月 16 日
阅读 5 分钟
230这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
从开发者视角解读 Google Cloud Next 25
4 月 15 日
阅读 9 分钟
174RTE 开发者社区联合发起人 Richard 林旅强以开发者的视角，分享了他在大会期间的观察与思考。除了对备受瞩目的 A2A 协议的深度解读，Richard 还详细梳理了大会期间发布的新产品，包括与实时多模态 AI 开发相关的音频模型 Chirp 3、音乐模型 Lyria 以及 ADK 智能体开发工具等。
Claude 语音模式曝光：支持多音色和文件上传；谷歌发布和海豚对话的语音模型 DolphinGemma｜日报
4 月 15 日
阅读 4 分钟
161这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
谷歌发布 Agent SDK，可跨平台开发语音智能体；ViiTor AI 4.0 发布：3 秒样本情感声音克隆，TTS 模型开源
4 月 14 日
阅读 6 分钟
218这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
a16z 最新报告：AI 数字人应用层即将爆发，或将孕育数十亿美金市场丨 Voice Agent 学习笔记
4 月 11 日
阅读 7 分钟
233过去几年，AI 已经能生成逼真的图片、视频和声音，悄然通过视觉和听觉的图灵测试。但 2025 年最令人激动的突破之一，毫无疑问将是把这些方案集于一体的 AI 数字人（Al Avatar）。
商汤「日日新 V6」发布，国内最强多模态推理；三星新款「球球」机器人将接入 Gemini AI丨日报
4 月 11 日
阅读 7 分钟
282这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
Orpheus 语音模型支持中文预训练和微调，模拟细微语音特征；谷歌版 MCP 来了，A2A 协议让不同厂商 Agent 协作
4 月 10 日
阅读 6 分钟
376这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
Amazon 最新语音模型 Nova Sonic：比 4o 便宜 80%，智能停顿和打断；a16z 发布 AI 数字人报告丨日报
4 月 9 日
阅读 6 分钟
372这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
11Labs 发布 MCP 服务器，在 Claude 秒建语音智能体；通义开源 3D 数字人，集成实时互动对话全链路 SDK
4 月 8 日
阅读 4 分钟
336这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
新版 Midjourney V7 支持语音生图；语音 AI 平台 Phonic 融资 400 万美元，构建自主端到端模型丨日报
4 月 7 日
阅读 6 分钟
372这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
东京 Voice AI Agent 工作坊！1 小时让你的 AI 能听能说
4 月 3 日
阅读 3 分钟
358想不想拥有一个能和你流畅对话的 AI 语音助手？在学英语时，为你提供口语陪练；在你办公时，通过语音操控你的电脑打开文件；在你旅游时，为你提供实时语音讲解。
Kyutai 推出 Moshi 语音模型微调工具包；语音智能体平台 Vapi 2.0 上线，已提供 4400 万通电话服务丨日报
4 月 3 日
阅读 4 分钟
411这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
MiniMax 发布新 TTS 模型 Speech-02，轻松制作长篇有声内容；Meta 高端眼镜年底推出：售价上千美元丨日报
4 月 2 日
阅读 5 分钟
417这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
与 AI 共处 72 小时，没有食物、水、手机，会发生什么｜寻找「赛博鲁滨逊」
4 月 2 日
阅读 1 分钟
374更多 Voice Agent 学习笔记：a16z合伙人：语音交互将成为AI应用公司最强大的突破口之一，巨头们在B2C市场已落后太多丨Voice Agent 学习笔记ElevenLabs 33 亿美元估值的秘密：技术驱动+用户导向的「小熊软糖」团队丨Voice Agent 学习笔记端侧 AI 时代，每台家居设备都可以是一个 AI Agent丨Voice Agent 学习笔记世界最炙...
a16z合伙人：语音交互将成为AI应用公司最强大的突破口之一，巨头们在B2C市场已落后太多丨Voice Agent 学习笔记
4 月 1 日
阅读 14 分钟
417如果你愿意花些时间调研语音 AI 行业，大概率会碰到 Olivia Moore。她主笔了两次 a16z 关于语音 AI 行业的 分析报告 ，投资的语音项目如 ElevenLabs、Sesame 等都是行业明星。
百度推出端到端语音大模型，支持方言、可打断、电话语音成本砍半；雷神 AI 眼镜发布：语音助理+摄像头，1799 元起丨日报
4 月 1 日
阅读 5 分钟
354这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
字节开源轻量级 TTS 模型 MegaTTS3，中英切换自如；面壁首个纯端侧智能助手「上车」，支持多模态交互丨日报
3 月 31 日
阅读 4 分钟
317这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
ElevenLabs 对话式 AI 支持 RAG；阿里 TaoAvatar 快速生成 3D 数字人：实时渲染兼容移动设备丨日报
3 月 28 日
阅读 5 分钟
316这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
昆仑万维发布 Mureka TTS API 和音乐推理大模型；通义发布小尺寸端到端多模态模型 Qwen2.5-Omni丨日报
3 月 27 日
阅读 5 分钟
323这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
直播预告丨手把手教你让 DeepSeek 开口说话
3 月 26 日
阅读 1 分钟
287直播预告丨手把手教你让 DeepSeek 开口说话 声网资深产品经理实践教学，“小白”都能看懂的0到1攻略，让 DeepSeek 开口说话就是这么简单
Google 发布 Gemini 2.5 Pro 模型：思考+多模态；Vibe Coder ：通过语音对话实现「氛围编程」丨日报
3 月 26 日
阅读 5 分钟
432这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
什么是「Agentic 工作流程」？丨社区来稿
3 月 25 日
阅读 3 分钟
437刚才读到了一篇言简意赅的文章（链接在文末），我想就基于以下每一张文中的图示，来说说什么是 Agentic Workflow、有哪些组成、流程模式与应用场景吧。
Dify+Agora 快速打造语音智能体；ISSEN：个性化 AI 语言老师，可语音交互丨日报
3 月 25 日
阅读 5 分钟
429这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
FeedbackStream：8 分钟创建 AI 面试智能体；Moshi 开源图像理解实时语音模型 MoshiVis 丨日报
3 月 24 日
阅读 5 分钟
444这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
OpenAI 发布新一代 STT/TTS 模型，10 行代码构建 Voice Agent；声网推出对话式 AI 开发套件丨日报
3 月 21 日
阅读 5 分钟
329这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
Second Me：在 AI 中保留自我的火种丨社区来稿
3 月 20 日
阅读 5 分钟
462然而我也经常想，当我们所有人，都心甘情愿地为自己“造神” -- 创造超级智能（Super AI）替我们连接一切，决定一切 -- 我们是否能接受，造神带来的副作用：
月暗推出音频模型 AudioX：任意内容生成音频和配乐；开源 TTS 模型 Orpheus，可生成叹息、笑声等非文本线索丨日报
3 月 20 日
阅读 5 分钟
457这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
听见未来，Audio+AI | GAS 2025完整议程揭晓！
3 月 19 日
阅读 3 分钟
359大会主题聚焦聚焦“听见未来，Audio+AI”，两场主旨论坛、八场专题论坛。内容覆盖电子产业热点领域及方向，分别包括音频+AI、智能车载 音频、线上智能交互、智能耳机与可穿戴、电声元器件及芯片、助辅听医疗健康、声音与音乐技术、检测及软件。
Amphion 推出合成音频鉴别系统 Auditi；Gemini 引入 NotebookLM 功能，生成文档、网页音频摘要丨日报
3 月 19 日
阅读 6 分钟
301这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
- 1(current)
- 下一页