檢索結果 RealTime
RealTime 貼吧
一個關鍵字就是一個貼吧，路徑全站唯一。
用戶
未找到
包含 RealTime 的搜尋結果
gpt-realtime-translate 很好用，我跑完了 tuwa 接入这个模型的翻译 agent e2e 测试，优势很明显，这是真正的同声传译！弱点也很明显，第一不能自定义语音，语音是 gpt-realtime-translate 自己「模仿」（dynamic voice adaptation）的，不确定内部是何种逻辑。另外，同声传译因为不像 VAD-based 所以有的时候容易翻译错（因为他不会根据上下文语音段落整合翻译）但真的太快了，还好 tuwa 早就支持了多语音模型路由，我测试完后将全面把翻译 agent 切换到 gpt-realtime-translate
顯示更多
gpt-realtime-translate 居然不需要等 user turn 就可以实时翻译，这是真正的同声传译啊！必须要给 tuwa 支持上这个模型了！
我研究出一个 YouMind + ChatGPT RealTime Voice结合做视频脚本的一个方法，专治思路不清楚 + 脚本不口语化。 一两句说不清，下周做个视频分享~
昨晚首次在 X Space 公开展示 Grok Realtime + X 能力，
结果最后10分钟 Grok 给我安利了个 AI 项目，
我尝试性买了，然后今天睡醒看到暴涨20%😅
再次印证我前天说的
“其他模型再好， 可架不住 Grok Realtime 能玩转X啊”
你们可以去听这 Space 最后神奇的12分钟
我做了个录屏（加速+中/英文字幕）⬇️
顯示更多
1/🚀 语音 Agent 升级了
OpenAI 推出 GPT-Realtime-2，把 GPT-5 级推理带进实时语音 API。
语音助手不再只是“听懂并回答”，而是能边听边想、边聊边解决问题。👇
顯示更多
@turingou 可以，但目前仅限美国使用😅
所以我用：
豆包STT - Grok Realtime Text to Text - 自己的TTS
无Tool Calling情况下可以做到整个链路1秒。
主要Grok Realtime用下来最直接感受就是，
Grok Realtime 原生自带“每时每刻更新的X大脑”，
和其他实时语音模型，
完全是两个物种。
顯示更多
这个项目最有价值的地方，其实不是“能语音聊天”。
而是它兼容 OpenAI Realtime API。
也就是说，原本连接 OpenAI Realtime 的客户端，可以尝试只改服务地址，切换到自己的语音服务。
前端、机器人和硬件设备不用重新设计一套通信协议。
顯示更多
这个项目适合：
想做语音助手、机器人、车载交互，或者研究 Realtime API 的开发者。
它不太适合：
只想下载一个软件，马上获得成品体验的人。
项目还在快速迭代，依赖和显卡环境可能需要折腾，但架构非常值得看。
#VoiceAI# #OpenSource# #AIagent#
顯示更多
看到这个工具，我突然觉得我应该给我的一些工具加上一些好听的BGM了
Google Magenta 开源的 Magenta RealTime 2，是一个实时音乐生成模型，带 open-weights 模型、Python 推理库、C++ 推理引擎，也能做 DAW 插件和 macOS 应用。
如果你做音乐工具、AI 创作软件、实时音频插件，可以看下这个项目。它的方向是让 AI 融入创作过程
Star：1.5k+
GitHub：
顯示更多
如果有一个会自己分工接任务，自己相互rewiew的工具就好了
哎，还真有！ 看板式协作项目 agent-teams-ai
你只管下高层命令，agent 会自己接任务、互发消息和互相 review，重点是可以把 Codex、Claude、OpenCode 聚合起来
GitHub 现在约 1.2k stars
工具地址：
顯示更多
