跳到正文
只看引擎与工具#语音/音乐
  1. NVIDIA GameDev39

    NVIDIA 公布面向 RTX 游戏开发者的本月更新，含 DLSS 5、ACE 升级与 RTX Kit 2026.3

    NVIDIA 面向 RTX 游戏开发者公布本月更新，包括带 3D-Guided Neural Rendering 控制的 DLSS 5、NVIDIA ACE 的语音管线扩展与推理框架更新，以及包含 RTX Mega Geometry 2.0 的 RTX Kit 2026.3。官方在推文中给出这条更新的开发者博客链接，具体能力与接入方式见 developer.nvidia.com 上的原文。

    推荐理由：官方把 DLSS 5、NVIDIA ACE 与 RTX Kit 三块更新并排列出，开发者可对照自己项目的接入优先级与升级顺序。

  1. Inworld AI Blog56

    Inworld AI 开源 TTS 开放评估工具包

    Inworld AI 开源 TTS Open Evaluation Toolkit，这是一套可自定义的 TTS 评估框架，用于采样 TTS 系统、离线评估音频并生成可对比的报告。

    推荐理由：原文解释了同一 TTS 模型在不同团队手上会得到不同 WER 的原因，并给出这套评估工具的运行方式与首批指标。

  1. Inworld AI Blog47

    用 Mastra 与 Inworld Realtime API 构建实时语音对话智能体

    Inworld 推出 @mastra/voice-inworld-realtime，将 STT、LLM 与实时 TTS 合并为单个 WebSocket 会话，并绑定到 Mastra Agent。

    推荐理由：原文对比级联语音管线与单 WebSocket 会话的差别，并给出不到 100 行 TypeScript 的参考 CLI，读者可据此判断接入成本。

已经到底了