Coval
PulseAugur coverage of Coval — every cluster mentioning Coval across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Nari Labs 发布 Qwen3-TTS 和 Qwen3-ASR 用于语音 AI
Nari Labs 发布了 Qwen3-TTS 和 Qwen3-ASR，这是用于文本到语音转换和自动语音识别的新模型。这些模型以其高精度、低延迟和成本效益而著称。该公司声称这些模型在语音 AI 性能方面树立了新的标杆，具体细节在其博客上有所介绍，并通过 Coval 基准进行了展示。
-
Gradium AI 发布新的 TTS 模型，难句通过率为 81%
Gradium AI 发布了一款新的默认文本转语音模型，据报告在五种语言的难句测试集中达到了 81.0% 的人工评级通过率。该新模型显著优于其前代产品，提供 216 毫秒的首音频时间，比之前快了 170 毫秒。为提高透明度和促进进一步研究，该公司已在 Hugging Face 上公开了其 500 个句子的评估数据集。
-
语音助手测试工具评估：专业工具 vs. 平台
一位软件开发者评估了五款用于测试语音助手功能的工具，将其分为语音测试专业工具（Hamming、Coval、Cekura）和具有语音模拟能力的更广泛平台（Future AGI、Vapi）。关键区别在于能够将真实的失败通话重放作为回归测试，而主要生成合成通话的工具并非都提供此功能。开发者最终保留了两款工具：一款用于负载测试，另一款用于基于场景的CI，强调了测试语音特有的失败模式（如抢插和回合结束检测）的重要性。
-
AssemblyAI 的 Universal-3.5 Pro Realtime 在速度和准确性上达到人类水平
AssemblyAI 的 Universal-3.5 Pro Realtime 模型通过成为独立语音转文本排行榜上 Coval 人类水平区域的唯一参赛者，取得了重大里程碑。该区域表示模型在准确性和速度上均达到或超越人类表现。该模型展示了 3.40% 的词错误率，在 29 个模型中排名最低，并且实现了最快的首个 token 时间，表明了自然的对话流畅度。在准确性和速度上的双重成就对于语音代理至关重要，能够使它们准确聆听并迅速响应。