Bland 新出的语音模型,打电话时超过 92% 的人听不出对面是 AI。 Bland 发布了全双工语音到语音模型 Tofu-1,目前处于研究预览阶段,主打车载、病房、弱信号线路这些嘈杂通话场景。它直接处理音频输入输出,不用先转写成文本,边说边想。 三项音频能力:说话人跟踪,能区分说话人、判断在跟谁说话;噪声分离,能从哭闹的孩子、电视、高速路车流、医院广播、按键音里分离出人声;副语言识别,能听出犹豫、沮丧、急迫。 通话中可以被...
🌐 链接: https://x.com/taiyanghere/status/2121952053605933386
🏷️ 分组: X|太阳(taiyanghere)
🕒 时间: 2026-11-15 21:02:48
🌐 链接: https://x.com/taiyanghere/status/2121952053605933386
🏷️ 分组: X|太阳(taiyanghere)
🕒 时间: 2026-11-15 21:02:48