Загрузка видео...

Не удалось загрузить видео

На главную

让你的 Dify/CozeAgent 变成实时对话达人 ，具备实时对话的能力。

leeoxiang's profile picture

Leo Xiang

17,823 subscribers

17,835 просмотров • 1 год назад •via X (Twitter)

Наука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

第一个开源的具有实时对话能力的多模态模型：Mini-Omni ，支持端到端的语音输入、输出 Mini-Omni是清华大学启元实验室开源的项目，能听、能说也能实时思考，在实时语音交互上媲美GPT-4o 特点： 1、实时语音到语音的对话能力: 无需额外的ASR或TTS模型 2、边思考边说话: 能够同时生成文本和音频 3、流式音频输出: 支持流式音频输出 4、"Any Model Can Talk" 方法: Mini-Omni 可以将语音交互能力添加到其他模型中，为其他模型赋能 github： 论文： #LLM #实时语音对话LLM
0:59

第一个开源的具有实时对话能力的多模态模型：Mini-Omni ，支持端到端的语音输入、输出 Mini-Omni是清华大学启元实验室开源的项目，能听、能说也能实时思考，在实时语音交互上媲美GPT-4o 特点： 1、实时语音到语音的对话能力: 无需额外的ASR或TTS模型 2、边思考边说话: 能够同时生成文本和音频 3、流式音频输出: 支持流式音频输出 4、"Any Model Can Talk" 方法: Mini-Omni 可以将语音交互能力添加到其他模型中，为其他模型赋能 github： 论文： #LLM #实时语音对话LLM

AIGCLINK

52,402 просмотров • 1 год назад

TEN Agent 一键让 Coze Bot 开口对话，coze+Ten Agent：为自己构建的coze智能体增加实时语音对话能力，利好定制化的智能音箱、ai陪伴等相关场景 构建实时多模态 AI Agent 的TEN Framework 新增 Coze Bot 支持，在 TEN Agent 界面简单输入 Bot ID 和 API Token，即可快速连接 Coze 与 TEN Agent，搭建可以实时互动的 voice agent！ 内容介绍： 1、coze+ten agent开启智能体说话的新时代 2、实操如何实现agent实时语音对话的realtime能力 3、适用于ai陪伴、智能音箱等场景 4、AI日报 #coze #tenagent #ai陪伴 #ai智能音箱
13:26

TEN Agent 一键让 Coze Bot 开口对话，coze+Ten Agent：为自己构建的coze智能体增加实时语音对话能力，利好定制化的智能音箱、ai陪伴等相关场景 构建实时多模态 AI Agent 的TEN Framework 新增 Coze Bot 支持，在 TEN Agent 界面简单输入 Bot ID 和 API Token，即可快速连接 Coze 与 TEN Agent，搭建可以实时互动的 voice agent！ 内容介绍： 1、coze+ten agent开启智能体说话的新时代 2、实操如何实现agent实时语音对话的realtime能力 3、适用于ai陪伴、智能音箱等场景 4、AI日报 #coze #tenagent #ai陪伴 #ai智能音箱

AIGCLINK

13,014 просмотров • 1 год назад

有时候男人的话要听哦，死老板说女人要有自己的工作,其实蛮对的，不要依靠别人。所以我就一直上班，女人有时候要听话，别总和男人对着干，对的要听，错的吗，有时候也要听听，嘻嘻。
0:21

有时候男人的话要听哦，死老板说女人要有自己的工作,其实蛮对的，不要依靠别人。所以我就一直上班，女人有时候要听话，别总和男人对着干，对的要听，错的吗，有时候也要听听，嘻嘻。

姐姐Linda

44,098 просмотров • 23 дней назад

DeepMind 公布其正在开发一套创新的音频生成技术细节 也就是NotebookLM背后使用的语音技术 它能够使 AI 能够生成生成高质量、自然的单人或多人对话。 其最新的语音生成模型能够在 3 秒内生成 2 分钟的对话，速度比实时生成快 40 倍。 同时能够保持说话人之间的连贯切换，输出语音中还包括自然的停顿、口头语（如 “嗯”、“啊”）等细节，使得生成的对话更接近真实交流。 详细：
1:17

DeepMind 公布其正在开发一套创新的音频生成技术细节 也就是NotebookLM背后使用的语音技术 它能够使 AI 能够生成生成高质量、自然的单人或多人对话。 其最新的语音生成模型能够在 3 秒内生成 2 分钟的对话，速度比实时生成快 40 倍。 同时能够保持说话人之间的连贯切换，输出语音中还包括自然的停顿、口头语（如 “嗯”、“啊”）等细节，使得生成的对话更接近真实交流。 详细：

小互

13,458 просмотров • 1 год назад

马克龙抵达北京：欧中对话不可或缺，不能让俄罗斯独揽与中国对话的权力
1:03

马克龙抵达北京：欧中对话不可或缺，不能让俄罗斯独揽与中国对话的权力

RFI 华语 - 法国国际广播电台

352,129 просмотров • 3 лет назад

七步实操，让你英语从“哑巴”变成“自由表达”！ 不用出国、不用报几万块的培训班，坚持执行这7步 6-12个月就能实现日常流利对话 + 自由输出。
4:42

七步实操，让你英语从“哑巴”变成“自由表达”！ 不用出国、不用报几万块的培训班，坚持执行这7步 6-12个月就能实现日常流利对话 + 自由输出。

Huan

56,626 просмотров • 3 месяцев назад

说的真对，你说出了大实话，好多人都不知道👍🏻
2:16

说的真对，你说出了大实话，好多人都不知道👍🏻

镜月指针

557,779 просмотров • 2 лет назад

25以前的男人：人狠话不多 25以后的男人：人不狠话多 实在指望不上的话，弄个新能源的先对付着吧
0:38

Sensitive content

25以前的男人：人狠话不多 25以后的男人：人不狠话多 实在指望不上的话，弄个新能源的先对付着吧

尼古丁的依赖（💯fo）

356,854 просмотров • 1 год назад

CODEX 现在可以在你实际游玩游戏时，直接生成并将纹理放入你的游戏中。这种工作流的转变，让游戏设计变得更具实时性、迭代性，且更令人疯狂。
0:41

CODEX 现在可以在你实际游玩游戏时，直接生成并将纹理放入你的游戏中。这种工作流的转变，让游戏设计变得更具实时性、迭代性，且更令人疯狂。

Bill The Investor

216,370 просмотров • 3 месяцев назад

原来能做到实事求是就是神话！原来能说老实话能办老实事的人就是神！因此可见，让人做到实事求是有多难，让人做到说老实话办老实事有多难，而做到的人却成了说鬼话办鬼事，倒行逆施。这个世界怎么了？
0:43

原来能做到实事求是就是神话！原来能说老实话能办老实事的人就是神！因此可见，让人做到实事求是有多难，让人做到说老实话办老实事有多难，而做到的人却成了说鬼话办鬼事，倒行逆施。这个世界怎么了？

guaiqi

216,413 просмотров • 2 лет назад

胡温时代的假话套话让你吐到死去活来，习近平时代的假话套话让你非死不可！
1:13

胡温时代的假话套话让你吐到死去活来，习近平时代的假话套话让你非死不可！

Gancheng Wang

36,766 просмотров • 3 лет назад

卧槽 兄弟们 Soul发布的这个语音模型 很强 SoulX-Podcast实现了： 高真实度、长时段、多说话人、多语种（中英双语 + 多方言）播客式语音生成 具备方言与副语言（如笑声、叹气等）控制能力 可连续生成 90 分钟以上 的对话内容而不失稳定性 支持普通话、英语及多种中文方言多人多轮对话 还支持在零样本（zero-shot）条件下完成声音与语气的克隆与迁移
0:35

卧槽 兄弟们 Soul发布的这个语音模型 很强 SoulX-Podcast实现了： 高真实度、长时段、多说话人、多语种（中英双语 + 多方言）播客式语音生成 具备方言与副语言（如笑声、叹气等）控制能力 可连续生成 90 分钟以上 的对话内容而不失稳定性 支持普通话、英语及多种中文方言多人多轮对话 还支持在零样本（zero-shot）条件下完成声音与语气的克隆与迁移

小互

92,671 просмотров • 9 месяцев назад

这对夫妻的对话让人唏嘘
2:31

这对夫妻的对话让人唏嘘

Jaden 抽象日志

35,777 просмотров • 9 дней назад

李毅也有说实话的时候。
2:15

李毅也有说实话的时候。

真相傳媒

178,555 просмотров • 1 год назад

关于昨天的审批传言 今天打了一个电话给特斯拉，已经被否认 说话人1：正在为您转接人工服务对接，请您稍等。 说话人1：为了保证服务质量，您的通话可能会被录音。 说话人2：我想问一下，那个，什么时候我的车才能用 FSD 呢？ 说话人3：我看一下您车辆，是一个。 说话人3：白色的 Model Y，王先生对吧？ 说话人2：对。 说话人3：王先生，您好。 说话人3：目前来说的话，您的这个车型还确实现在没办法用。 说话人3：然后我们相关的团队的话，正在做这个准备工作。 说话人3：所以这边的话，您可能还是得等一下审批的一个进度。 说话人2：审批的进度，那就是说现在还在审批是吗？ 说话人3：对。 说话人3：然后现在是在做相关的这个落地准备工作。 说话人2：哎。 说话人2：不，落地和审批是一回事吗？ 说话人2：你给我说清楚。 说话人3：对，是，他还是在审批的阶段当中。 说话人2：哦，行，我知道。 说话人2：那没有个时间的说法吗？ 说话人3：对，先生，这个时间的话其实我们也挺着急的，相关团队一直在跟，但是的话这个状况目前还确实没有一个特别详细的时间。 说话人3：还是在等。 说话人2：行，知道了，好。 说话人2：好的。 说话人3：再见，不打扰您了。拜拜。拜拜。
1:21

关于昨天的审批传言 今天打了一个电话给特斯拉，已经被否认 说话人1：正在为您转接人工服务对接，请您稍等。 说话人1：为了保证服务质量，您的通话可能会被录音。 说话人2：我想问一下，那个，什么时候我的车才能用 FSD 呢？ 说话人3：我看一下您车辆，是一个。 说话人3：白色的 Model Y，王先生对吧？ 说话人2：对。 说话人3：王先生，您好。 说话人3：目前来说的话，您的这个车型还确实现在没办法用。 说话人3：然后我们相关的团队的话，正在做这个准备工作。 说话人3：所以这边的话，您可能还是得等一下审批的一个进度。 说话人2：审批的进度，那就是说现在还在审批是吗？ 说话人3：对。 说话人3：然后现在是在做相关的这个落地准备工作。 说话人2：哎。 说话人2：不，落地和审批是一回事吗？ 说话人2：你给我说清楚。 说话人3：对，是，他还是在审批的阶段当中。 说话人2：哦，行，我知道。 说话人2：那没有个时间的说法吗？ 说话人3：对，先生，这个时间的话其实我们也挺着急的，相关团队一直在跟，但是的话这个状况目前还确实没有一个特别详细的时间。 说话人3：还是在等。 说话人2：行，知道了，好。 说话人2：好的。 说话人3：再见，不打扰您了。拜拜。拜拜。

𝐶ℎ𝑎𝑟𝑙𝑒𝑠

16,545 просмотров • 2 месяцев назад

阿里最新开源了一个实时语音Harness：Qwen-Audio-Agent，让你的Agent能像打电话一样对话，你边说边想，它边听边干活 简单说就是它给你的OpenCode、OpenClaw、Codex们加上了耳朵和嘴巴，然后你就可以用打电话的方式跟这些AI协作 OpenAI有GPT-Live，Qwen-Audio-Agent等于是给现有的Agent生态提供了一个统一的实时语音前台入口 前台上，全双工实时语音层，支持连续对话和自然打断 后台上，对接OpenCode、OpenClaw、Qoder、Hermes、CodeBuddy、Codex各类Agent，负责搜索、推理、写代码、改文件等深度任务 复杂任务委派给后台Agent，执行结果实时带回当前语音对话 人机协作方式就变成了：你一边说Agent一边干，你可以随时插嘴补充，它边干活边给你汇报进展，对话过程跟打电话一样 #AI语音 #agent语音助手 #qwenaudio
1:44

阿里最新开源了一个实时语音Harness：Qwen-Audio-Agent，让你的Agent能像打电话一样对话，你边说边想，它边听边干活 简单说就是它给你的OpenCode、OpenClaw、Codex们加上了耳朵和嘴巴，然后你就可以用打电话的方式跟这些AI协作 OpenAI有GPT-Live，Qwen-Audio-Agent等于是给现有的Agent生态提供了一个统一的实时语音前台入口 前台上，全双工实时语音层，支持连续对话和自然打断 后台上，对接OpenCode、OpenClaw、Qoder、Hermes、CodeBuddy、Codex各类Agent，负责搜索、推理、写代码、改文件等深度任务 复杂任务委派给后台Agent，执行结果实时带回当前语音对话 人机协作方式就变成了：你一边说Agent一边干，你可以随时插嘴补充，它边干活边给你汇报进展，对话过程跟打电话一样 #AI语音 #agent语音助手 #qwenaudio

AIGCLINK

67,990 просмотров • 16 дней назад

观点明确、逻辑清晰、例证有力，关键是对方是能听得进话的人，这才是我们愿意与之对话谈和平统一的对象。而网络上充斥的1450只是民尽党豢养的、为达成其政治私利的工具。
3:20

观点明确、逻辑清晰、例证有力，关键是对方是能听得进话的人，这才是我们愿意与之对话谈和平统一的对象。而网络上充斥的1450只是民尽党豢养的、为达成其政治私利的工具。

杨凡❤

37,743 просмотров • 2 лет назад

卧槽！这个赛博女友真的太顶了，让人欲罢不能。 还得是抖音人才多，一位叫天工开帧的博主VibeCoding了赛博女友 不仅可以实时对话， 还会根据语气变化对应的表情， 简直就是宅男必备神器，不敢想象GPT live+数字人会让多少人沦陷
0:42

卧槽！这个赛博女友真的太顶了，让人欲罢不能。 还得是抖音人才多，一位叫天工开帧的博主VibeCoding了赛博女友 不仅可以实时对话， 还会根据语气变化对应的表情， 简直就是宅男必备神器，不敢想象GPT live+数字人会让多少人沦陷

0x鸣人

29,345 просмотров • 21 дней назад