#语音模型
共 4 篇
不认字的 AI，却很会说话
Block 的 Dessa 把文字这一层从训练里删掉，直接音频进音频出。这篇讲它的路线与主流语音模型的差别，以及现在还拿它当生产力的三个风险。
Block 做了个像新朋友一样尬聊的语音模型
10 月 24 日 The Verge 报道，Jack Dorsey 的 Block 发布语音模型 Dessa，只用人类对话从零训练，可在一台 MacBook 上本地运行。这篇讲它的特别之处和陪聊语音模型的甜区在哪。
Mistral 发 Voxtral 3，把语音三件套打包
读完了解 Mistral 新语音模型家族的三件套构成、多语言覆盖范围、起价，以及它和单点语音模型的区别，判断自己是否需要整套接入。
ElevenLabs 发两款实时语音模型，最快 0.57 秒响应
读完了解 ElevenLabs 新发布的两个实时语音互转模型的差异、延迟数字和适用场景，以及语音 AI 延迟这件事到底要看哪几个指标。