Tazo 发布音频决策模型:直出通话决策概率,延迟低于 200ms
sidahuj · x · 2026-11-02
创业公司 Tazo Labs 推出面向实时语音 agent 的「音频决策模型」Tazo:输入原始通话音频与提示词,直接输出各选项的校准概率,绕过 STT 转写环节。
- 在真实生产通话上准确率 70.9%,对比 STT+LLM 方案为 46.4%
- 在音频智能基准 MMAU 上排名第二,模型延迟 <200ms,支持流式语音通话
- 提供「None of the above」选项处理范围外与不确定状态
API 已上线,新用户有免费额度。
「编程与Agent」频道最新
- 夜间无人值守的 coding agent 卡在提问上:双向问答路由仍是空白 — onitsoga · 2026-11-02
- 用 Blender 检验模型生成 3D 游戏资产,Tripo/Meshy 混搭补位 — chongdashu · 2026-11-02
- Articul8 推出 Bivia:跳过废话直接返回 JSON 决策的小模型,置信度校准存疑 — No-Asparagus-8011 · 2026-11-02
- dhh:Agent 时代专长不再护短,难相处的程序员日子难过 — bendee983 · 2026-11-02
- 用 Claude Code 剪视频：博主实测 Opus 5.5 并开源 32 个 skills — aakashgupta · 2026-11-02
- 用 Claude Code 剪视频:博主公开口述笔记驱动的剪辑工作流 — aakashgupta · 2026-11-02