跳到正文

技术方向

语音与音乐 最新动态

游戏里的语音与音乐 AI:角色配音与实时 TTS、口型同步、动态音乐生成与音效。

47 条精选近 30 天 23 条共收录 72 条

更新

精选归档 · 第 3 页

9月30日周三第 41–47 条
  1. Inworld AI Blog51

    Inworld 收购实时语音智能体平台 Ultravox

    Inworld 宣布收购实时语音智能体平台 Ultravox,Ultravox 团队成员已加入 Inworld 并继续开发该平台。收购后的首项更新是 Ultravox 内置的 Inworld 语音改用 Realtime TTS-2,已有语音 ID 继续可用,无需改动代码,升级不额外收费。

    推荐理由:收购把语音理解、推理与语音生成并入同一套实时推理基础设施,读者可据此判断语音智能体技术栈的整合走向。

9月23日周三
  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。

8月31日周一
8月28日周五
6月15日周一
6月10日周三
  1. Inworld AI Blog40

    Inworld 下调语音与 LLM 栈价格,多数开发者降幅过半

    Inworld 宣布对整条语音栈降价,多数开发者在文本转语音、语音识别、LLM 和算力各层降幅达一半以上,新价格已面向所有开发者生效。Realtime TTS-2 降至约 $10/1M 字符,语音识别降至约 $0.10/小时,Router 可接入 100+ 模型且第三方模型不加价。

    推荐理由:Inworld 把语音栈各层价格下调并对 TTS、语音识别和 LLM 给出阶梯单价,可用来估算消费级应用的推理成本。

5月14日周四
  1. Inworld AI Blog49

    Inworld 用 Realtime TTS-2 联手 Stream Vision Agents,搭出能看能听的实时语音智能体

    Inworld 联手 Stream 搭出参考实现 Crashout Buddy,组合最新语音模型 Realtime TTS-2 与 Stream 开源的 Vision Agents 框架,可实时看表情、听语音并调整表达。

    推荐理由:文中给出了把视觉信号与情绪上下文转成语音表达指令的做法,可据此判断这条实时语音链路能否接进自己的项目。