Soniox
PulseAugur coverage of Soniox — every cluster mentioning Soniox across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Soniox STT v6 通过文本输入和回声过滤增强语音代理功能
Soniox 推出了 Soniox STT v6，这是一个更新的语音转文本 API，旨在改善语音代理的交互。新版本集成了代理文本输入功能，使系统能够识别简短回复并过滤掉代理自身的声音，以防止自我打断。此次更新还提高了数字、货币和专业术语的准确性，并改进了 60 多种语言的说话人分离和口音处理能力。
-
在真实通话问题后调整 Vapi AI 语音代理设置
一位开发者分享了在真实电话通话中遇到问题后，对 Vapi AI 语音代理进行的实际调整。主要更改包括优化提示，排除价格等敏感信息；调整语言设置，确保法语告别语一致；以及禁用默认背景噪音。开发者还修改了语音转文本设置，以更好地处理停顿和背景噪音，防止过早中断或误解呼叫者输入。
-
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。
-
AssemblyAI 通过 SpeakerRevision 增强实时转录功能
AssemblyAI 推出了 SpeakerRevision，一项新的功能，通过提供更准确的说话人标签来增强实时语音转录。该功能在整个对话结束后进行处理，从而能够以最小的额外延迟更正初始说话人分配。SpeakerRevision 旨在消除对单独异步处理步骤的需求，在直播结束时直接提供异步级别的准确性。