Inworld Origins
PulseAugur coverage of Inworld Origins — every cluster mentioning Inworld Origins across labs, papers, and developer communities, ranked by signal.
-
Gradium推出文本提示词AI语音生成器
语音AI公司Gradium推出了Voice Design，这是一款根据文本描述生成合成语音的新工具。与传统的语音克隆不同，Voice Design不需要参考音频或说话者同意，允许用户在几秒钟内创建独特的语音。该工具支持多种语言，每次提示最多可提供五个语音候选。在盲听测试中，据报道Gradium的系统表现优于ElevenLabs等竞争对手，胜率为72.6%。
-
AssemblyAI构建带人工监督的语音AI处方代理
AssemblyAI详细介绍了用于处方续订的语音AI代理的开发过程，强调了在高风险应用中人工监督的关键必要性。该公司构建了一个演示代理，以探索超越简单理想情况的挑战，并指出转录错误或自动批准可能导致严重的健康后果。他们的方法是将代理设计为准备信息供药剂师审查的接收助理，而不是批准者，并设有严格的结构和基于提示的护栏，以防止其做出医疗决定或批准处方。
-
语音克隆服务锁定用户，阻止语音导出
ElevenLabs 和 PlayHT 等语音克隆服务阻止用户导出其克隆的语音，将他们锁定在其平台内。这意味着投入时间和资源创建自定义语音的工作室无法将其转移到其他服务。文章建议，真正拥有语音的唯一方法是维护原始原始音频录音的存档，然后可以使用该存档在不同平台上重新克隆语音。这种方法，以及使用 OpenRouter 等统一 API，可以帮助减轻 TTS 行业的供应商锁定。
-
人工智能 NPC 因成本、趣味性和怪异技术而在游戏中停滞不前
尽管三年前有大量炒作和无数次演示，但人工智能驱动的 NPC 尚未成为视频游戏的主流功能。造成这种停滞的主要原因包括不利的单位经济效益、对人工智能能力而非玩家乐趣的关注，以及当前人工智能聊天和语音技术在游戏应用中的怪异性。