Bland AI 发布全双工语音模型 Tofu-1,边听边说应对高危通话
CurieuxExplorer · x · 2026-11-17
Bland AI 推出端到端语音对话模型 Tofu-1,专为高风险、恶劣环境的实时电话场景设计,现已开放研究预览申请(限企业)。\n\n核心特性:\n- 全双工:边说边听,通话者可随时打断或纠正,无需传统「等安静→转写→回复」的轮次循环\n- 直接处理音频:不先转文本,降低延迟并保留语音细节\n- 强噪声鲁棒性:针对行车中、病房、弱信号、多人同时说话等真实恶劣音频条件\n- 边说边推理:查找信息时保持通话不中断,不会提前宣称任务完成\n- 场景生成与说话人分离:能区分多个说话人、分离人声与噪声,甚至生成周围环境音
「多模态」频道最新
- Bentswine 发布 RMBG-3.0:抠图模型登顶超越 remove.bg 等对手 — bdsqlsz · 2026-11-17
- 字节 Seedance 2.5 开放 4K 视频生成,可通过 API 调用 — aftahi_ai · 2026-11-17
- FLUX.1-schnell 再登 HF 热榜,Apache 2.0 开源文生图模型 — black-forest-labs · 2026-11-17
- Mirelo 发布智能体音效工具:AI 换配乐却保留原片音效,实测令人惊艳 — HeyNayeem · 2026-11-17
- AI 生成电影《BY AND BY》预告发布,题材是「林中楼梯」都市传说 — Merzmensch · 2026-11-17
- Seedance 2.5 与 MiniMax 同提示词对比:金刚爬街实测 — Ok_Variety2532 · 2026-11-17