ElevenLabs 发布 Eleven v4 语音模型及更低延迟的 Turbo 变体
ElevenLabs 发布 Eleven v4 语音模型，更准确地遵循情感、停顿和音效等方向提示，发音基准得分从 v3 的 85.6% 升至 91.7%，支持语言从约 70 种增至 90 多种，单次请求可处理 10000 字符。
#语音
#语音
今日 0 条The DecoderAI 评分6767 AWS Machine Learning BlogAI 评分4646 在 SageMaker AI 上用 vLLM-Omni 构建实时语音应用（第一部分）
AWS 在 SageMaker AI 上通过 vLLM-Omni Deep Learning Container 部署 Qwen3-TTS，实现文本流入、音频流出的双向流式语音输出，语音可在生成完成前开始播放。
Latent SpaceAI 评分4646 Meta Connect 2026：Muse 眼镜、语音视频与 Charm 发布
Meta 在 Connect 2026 上将个人智能体 Muse 作为硬件加智能体战略的核心：Muse 新增语音和实时视频支持、每个 Muse 拥有独立邮箱（Muse Mail）、Mac 端支持 computer use，并将登陆所有 Meta 眼镜。