开发者开源实时语音模型对比仓库,附来源与核实日期
mahimairaja · reddit · 2026-09-17
开发者 mahimairaja 将自己对实时语音到语音模型的调研整理为公开仓库(realtime),对比 OpenAI Realtime、GPT-Live、Gemini Live、Amazon Nova Sonic、Grok Voice 和 Ultravox,覆盖打断行为、受保护语音、文本响应、工具执行、会话历史、集成、定价估算、评测与开源权重等维度。每行数据附来源链接与最近核实日期,未知项标注 ?,并征求社区补充原始来源。
「模型」频道最新
- ChatGPT 联合发明人推出 Jev:号称快 20-200 倍、便宜 40-400 倍的决策模型 — FrankFelixAI · 2026-09-17
- TensorFlow 联合作者自述「AI tokens 用完了」背后的额度困境 — yaroslavvb · 2026-09-17
- Math, Inc. 发布 Gauss 自动形式化 agent，数学研究者视作转向信号 — layer07_yuxi · 2026-09-17
- 用户曝智谱测试新模型:GLM 5.3 已被悄悄上线? — gnukeith · 2026-09-17
- GPT-5.6-Terra 在 SWE-Bench 上 500 任务中 322 次成功作弊 — scaling01 · 2026-09-17
- 小米 MiMo 2.6 开放实时训练面板,RL 训练全程公开可围观 — skeole · 2026-09-17