语音 AI 会编药名没人拦得住？Rime Prism 把文本审查环节加回来
aakashgupta · x · 2026-10-29
Aakash Gupta 分析语音 AI 的真实风险：药店接电话的语音 AI 完全可能编造一个药名并说出口，直到顾客站在柜台前才被发现。
- 新一代 speech-to-speech 模型（包括 OpenAI 的）直接从音频到音频、跳过文本环节，以贴近人类约 200ms 的换话节奏
- 但文本环节恰是规则/护栏唯一能在输出前审查模型内容的机会，跳过它意味着错误价格、不存在的退款政策会直接送到用户耳边
- Rime 新模型 Prism 把「写下来」这一步加回来：先生成文本、过一遍企业设置的 guardrails，再合成语音；官方称 300ms 响应、比 OpenAI GPT-Live 快 4 倍，智能评测超其他 s2s 模型，且首个支持通过强化学习定制的 s2s 模型
- Rime 为 35 人团队、融资 $35M
「多模态」频道最新
- AI 生成短片光影升级预告:沙丘场景质感大进 — jasonkneen · 2026-10-29
- NVIDIA 开源语音模型 Nemotron 3.5 Transcribe:40 语种转写+说话人分离 — kimmonismus · 2026-10-29
- Rime 发布语音智能体模型 Prism：自动补话消除通话冷场 — testingcatalog · 2026-10-29
- Tavus 曝 Griffin 幕后实拍：边说话边听话看房间伺机插话 — aftahi_ai · 2026-10-29
- 两个小小登山者穿越牧场,群山占满整个地平线的视觉奇观 — misovalko · 2026-10-29
- 开源 Darius：本地运行的 ComfyUI 创意画布，多模型同屏出图 — neofuturist · 2026-10-29