按主题看 Voice Agent
按语音厂商与平台、语音技术与应用、内容类型浏览 43 个主题,追踪最新精选与重要进展。
语音厂商与平台
从基础模型到语音平台与开源框架,按厂商追踪
- OpenAI只追踪 OpenAI 的实时语音、语音识别与合成、语音接口及相关商业变化。近 30 天暂无新精选
- Google / GeminiLiveKit 实测 Gemini 4 Hydrogen 与 3.8 Flash 在工具故障语音智能体中的表现近 30 天 1 条
- ElevenLabsElevenLabs Summit NYC 发布模型、ElevenAgents 更新、ElevenAI 与企业生态计划近 30 天 1 条
- DeepgramDeepgram Nova-3 新增巴斯克语和加利西亚语模型,支持西班牙 Ley 10/2025 联络中心语言合规近 30 天 1 条
- AssemblyAI流式语音识别、语音理解、模型与开发接口变化。近 30 天暂无新精选
- CartesiaCartesia 推出端到端企业语音智能体平台 Managed Agents近 30 天 1 条
- LiveKitLiveKit 实测 Gemini 4 Hydrogen 与 3.8 Flash 在工具故障语音智能体中的表现近 30 天 2 条
- Pipecat / DailyPipecat v1.15.0 发布,加入表达性对话 Alpha 与轮次策略组合机制近 30 天 2 条
- Vapi语音智能体平台、电话接入、开发工具和商业变化。近 30 天暂无新精选
- Retell AIRetell 宣布年化收入运行率达到 1 亿美元近 30 天 1 条
- Hume AI语音情感交互、语音模型与助手产品。近 30 天暂无新精选
- Speechmatics多语言识别、语音服务与企业语音应用。近 30 天暂无新精选
- Soniox实时语音识别、翻译和开发接口。近 30 天暂无新精选
- Twilio语音通信、电话网络与语音智能体集成。近 30 天暂无新精选
- MiniMax只追踪语音模型、TTS、语音接口和语音应用变化。近 30 天暂无新精选
- 千问 Qwen只追踪 Qwen 的语音、多模态语音、ASR/TTS 和相关开源生态。近 30 天暂无新精选
- Fish Audio语音合成、开放模型、许可证和开发生态。近 30 天暂无新精选
- FunAudioLLM / CosyVoiceCosyVoice、FunASR 等中文与多语言语音开源项目。近 30 天暂无新精选
- AWS / Amazon语音模型、语音助手、联络中心与云端开发工具。近 30 天暂无新精选
- NVIDIA语音模型、语音推理部署与实时语音工程。近 30 天暂无新精选
- Hugging Face语音模型、语音数据、评测和开源工具。近 30 天暂无新精选
语音技术与应用
实时对话、ASR/TTS、电话接入、语音客服与商业落地
- Voice AgentLiveKit 实测 Gemini 4 Hydrogen 与 3.8 Flash 在工具故障语音智能体中的表现近 30 天 8 条
- 实时语音对话LiveKit 实测 Gemini 4 Hydrogen 与 3.8 Flash 在工具故障语音智能体中的表现近 30 天 4 条
- ASR / STT 语音识别ElevenLabs Summit NYC 发布模型、ElevenAgents 更新、ElevenAI 与企业生态计划近 30 天 2 条
- TTS 语音合成Pipecat v1.15.0 发布,加入表达性对话 Alpha 与轮次策略组合机制近 30 天 1 条
- 轮次与打断Pipecat v1.15.0 发布,加入表达性对话 Alpha 与轮次策略组合机制近 30 天 2 条
- 电话与实时通信Pipecat v1.13.0 发布:新增文件上传、LLMWithBackend 与多项实时语音能力近 30 天 1 条
- 语音客服与联络中心Retell 宣布年化收入运行率达到 1 亿美元近 30 天 2 条
- 助手与语音陪伴消费语音助手、语音交互产品和陪伴类应用。近 30 天暂无新精选
- 性能与部署LiveKit 实测 Gemini 4 Hydrogen 与 3.8 Flash 在工具故障语音智能体中的表现近 30 天 2 条
- 成本与商业落地Retell 宣布年化收入运行率达到 1 亿美元近 30 天 1 条
- 中文与多语言Deepgram Nova-3 新增巴斯克语和加利西亚语模型,支持西班牙 Ley 10/2025 联络中心语言合规近 30 天 2 条
- 隐私与合规录音告知、声音授权、个人信息保护和语音滥用防护。近 30 天暂无新精选
- 工具调用与 RAGLiveKit 实测 Gemini 4 Hydrogen 与 3.8 Flash 在工具故障语音智能体中的表现近 30 天 4 条
- 语音开源生态开放语音模型、智能体框架及可复用的工程组件。近 30 天暂无新精选
内容类型
模型发布、产品更新、研究、工程实践和商业治理
- 模型发布ElevenLabs 发布情感型 TTS 模型 Eleven v4 与低延迟版 Eleven v4 Turbo近 30 天暂无新精选
- 平台产品更新LiveKit Cloud API 进入开放测试,编码智能体可管理几乎全部 LiveKit Cloud 操作近 30 天 6 条
- 语音论文研究语音研究、训练方法、数据集与对话能力边界。近 30 天暂无新精选
- 评测与基准识别、合成、实时对话评测及完整的实验条件。近 30 天暂无新精选
- 教程与工程实践LiveKit 实测 Gemini 4 Hydrogen 与 3.8 Flash 在工具故障语音智能体中的表现近 30 天 1 条
- 观点与访谈基于具体事实的行业判断、复盘与访谈。近 30 天暂无新精选
- 融资与商业动态Retell 宣布年化收入运行率达到 1 亿美元近 30 天 1 条
- 政策与监管语音智能体相关监管、通信规则与声音授权治理。近 30 天暂无新精选