Grok Voice
PulseAugur coverage of Grok Voice — every cluster mentioning Grok Voice across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
语音模型在自然对话流畅度和记忆力方面接受评估
一篇新的arXiv论文评估了语音模型的对话能力，重点关注它们在对话停顿时的决策。研究发现，像GPT Realtime和Gemini 3.1 Flash Live这样的托管API倾向于在几乎每个停顿处说话，延迟是决定其响应是否落在人类对话时序内的主要因素。PersonaPlex和Moshi等全双工模型表现出更大的沉默能力和适当打断的能力，更接近地模仿人类对话流程。在测试对话中的事实回忆时，托管模型在文本输入时比音频输入表现更好，并且Cl…
-
新的基准和协议旨在提高语音代理的可靠性和评估水平
近期研究论文正在探索语音代理在不同维度上的评估和可靠性。已引入多个基准，包括用于文档接地和幻觉检测的DuplexSpeechBench-Document Grounding (DSB-DG)，用于评估文本代理语音接口的Talk2Agent，以及用于模拟真实通话场景的VAmoS Energy。此外，$au$-Multilingual基准测试了不同语言的语音代理，而Inquesto Score提供了衡量语音代理可靠性的协议。这些研究突出了…
-
Meta AI 发布单一实时模型用于语音任务
Meta AI 推出了 Muse Voice Transcribe，这是一款新颖的实时音频感知模型，旨在在一个系统中处理语音识别、说话人分离和端点检测。该模型在流式语音转文本和说话人分离基准测试中排名靠前，可通过 Meta Model API 获取，价格为每 1000 音频分钟 3.00 美元。该开发通过将多个功能整合到一个自回归模型中，解决了语音 AI 的延迟挑战，旨在创造更自然、更具对话性的 AI 交互。
-
Grok Voice 新增实时翻译功能，OpenAI 发布 GPT-5.6 并提供开发者积分
X Freeze 将为 Grok Voice 集成实时、双向的现场翻译功能，支持超过 25 种语言的低延迟翻译。此次更新旨在显著扩展语音界面的实用性。此外，OpenAI 已发布 GPT-5.6，并启动了一项开发者计划，为使用 Sol、Terra 或 Luna 创建应用的开发者提供免费积分，顶级产品可能获得 10,000 美元的 OpenAI 积分。
-
OpenAI 发布 GPT-5.6；SpaceXAI 为 Grok Voice 增加新语音
据报道，OpenAI 已向公众发布了其最新的 AI 模型 GPT-5.6。此消息伴随着 Microsoft Edge 150 现在支持通过 Google 账号登录的新闻。此外，SpaceXAI 为 Grok Voice 引入了 21 种新的语音选项，增强了其多语言能力，并扩大了其在企业应用中的潜力。
-
xAI为Grok语音添加了21种新的多语言语音
xAI为其Grok Voice产品推出了21种新的多语言语音，将可用选项从最初的五种扩展开来。这些新语音适用于各种应用，包括客户支持、角色旁白和教育内容。此外，最初的五种语音在语速、措辞和强调方面也得到了增强，使其更加自然。
-
xAI推出Grok语音代理的语音代理构建器
xAI推出了语音代理构建器（Voice Agent Builder），这是一个专为开发人员和运营商设计的无代码平台，用于创建语音代理。这个新工具与Grok Voice集成，旨在通过提供语音转文本、语言建模和文本转语音功能的统一界面来简化流程。该平台包括电话、知识检索和可观察性等功能，并允许用户使用自己的电话号码和API。该服务的起价为每分钟0.05美元。
-
xAI 推出无代码平台，用于构建 Grok Voice 代理
xAI 推出了语音代理构建器（Voice Agent Builder），这是一个用于创建由 Grok Voice 驱动的生产级语音代理的无代码平台。该工具通过将语音转文本、语言模型和文本转语音集成到单一的语音到语音路径中，简化了语音应用程序的构建过程，从而降低了成本和延迟。该平台允许用户使用自然语言描述、知识库、工具和护栏来配置代理，使它们能够处理复杂的呼叫、与外部系统交互，甚至转接给人工代理。
-
xAI 发布 Grok Voice，具备类人性能且成本更低
xAI 发布了 Grok Voice，这是一款新推出的语音 AI 模型， boasting 尖端的性能和类人特质。该模型同时实现了顶级准确性和用户体验，在 EVA-Bench 上超越了竞争对手。xAI 强调，与现有解决方案相比，Grok Voice 的成本效益也显著更高。
-
xAI 的 Grok 语音为 Vapi 的 250 万+ 代理提供支持
xAI 已与 Vapi 合作，将其 Grok 语音技术集成到 Vapi 的平台中，增强了超过 250 万个语音代理。此次合作使 Grok 成为 Vapi 核心语音的默认引擎，提供了更高的自然度和情感范围。独立评估和用户投票表明，Grok 的语音质量具有很强的竞争力，甚至在盲测中可与人类语音相媲美。
-
xAI 发布 Grok Voice Think Fast 1.0，登顶语音代理基准测试
xAI 发布了 Grok Voice Think Fast 1.0，这是一款专为复杂、多步骤工作流程设计的新旗舰语音模型。该模型在客户支持和企业应用方面表现出色，即使在有背景噪音、口音和中断的情况下也能提供低延迟和高准确性。它在 τ-voice Bench 排行榜上名列前茅，并已被 Starlink 用于销售和客户支持，据报道，其销售转化率达到 20%，支持咨询解决率达到 70%。