LiveKit
PulseAugur coverage of LiveKit — every cluster mentioning LiveKit across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
使用 LiveKit 构建内部 HIPAA 合规语音代理
本文提供了一个关于构建完全内部化的 HIPAA 合规语音代理的指南，确保受保护的健康信息 (PHI) 掌握在用户手中。它详细介绍了设置自托管 LiveKit 语音代理的过程，强调了医疗保健应用程序中数据隐私和安全的重要性。
-
AssemblyAI 提供无框架语音代理架构
AssemblyAI 推出了新的无框架语音代理构建架构，挑战了 Pipecat 和 LiveKit 等工具的必要性。他们的方法将语音转文本、LLM 和文本转语音功能整合到单个 WebSocket 连接中，简化了流程并减少了依赖。这种方法旨在通过在一个 API 中管理轮流对话和中断来简化开发，这与需要单独编排框架的传统多供应商设置形成对比。
-
Google 发布 Gemini 3.5 Live Translate 实现实时语音翻译
Google 推出了 Gemini 3.5 Live Translate，这是一款先进的音频模型，专为实时语音到语音翻译而设计。该新模型支持 70 多种语言，可以连续翻译，在不出现尴尬停顿的情况下保留说话者的语调和语速。Gemini 3.5 Live Translate 正在集成到 Google Meet 和 Google Translate 应用等各种 Google 产品中，并且通过 Gemini Live API 和 Google…
-
AethexAI为非洲和中东的语音AI融资300万美元
AethexAI是一家专注于为非洲和中东被忽视的市场开发语音AI的初创公司，已获得300万美元的种子前融资。该公司通过构建自己的小型语言模型和编排层来处理区域方言和降低延迟，而不是依赖现有工具，从而实现差异化。AethexAI的平台目前每天为企业处理超过17,000通电话，重点关注催收和客户验证等用例。
-
Glad Labs 通过改进的错误处理和测试来增强 MCP 平台
Glad Labs 通过解决静默故障和增强可观察性，显著改进了其 MCP 平台。主要更新包括将语音桥接修复为响亮失败而非静默失败，重新启用 CI 中先前跳过的测试以捕获更多问题，并通过删除时间戳后缀来稳定告警指纹。团队还通过添加一个选项来抑制特定的容器缺失告警，并继续将服务从单例重构，从而优化了 GPU 服务监控。
-
xAI 发布 Grok 文本转语音 API，提供自然、低延迟的语音
xAI 推出了其 Grok 文本转语音 API，使开发人员能够将其自然且富有表现力的语音功能集成到他们的应用程序中。该 API 支持低延迟流式传输，并且是多语言的，提供 20 多种语言。它设计用于轻松集成，只需一个 API 密钥，无需额外的电话或生产环境设置。
-
Google DeepMind 发布 Gemini 3.1 Flash TTS、Live 和 Lite 模型
Google DeepMind 推出了一系列 Gemini 3.1 Flash 模型，包括用于高级文本到语音的 Flash TTS、用于实时对话的 Flash Live 以及用于成本高效、大批量工作负载的 Flash-Lite。这些模型提供了改进的自然度、表现力和速度，其中 Flash TTS 在语音质量基准测试中获得了高 Elo 分数，Flash Live 在复杂任务完成方面表现强劲。TTS 和 Live 模型生成的所有音频都使用 …