已验证75% 置信事实精确时间

端到端语音模型直接以音频为输入和输出，在音频token层面进行理解与生成，保留语调、语速、叹气、笑声等声学特征

5

来源数

75%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

GPT Live实测：全双工语音如何重塑英语学习与实时翻译

相关事实

待验证新一代端到端语音模型直接在音频层面训练，无需先将语音转为文字，可直接捕捉声学特征和情绪84% 相似待验证工作流提供对口型模式（将用户语音冻结进音频潜空间）和模型生成语音模式两种语音生成方式84% 相似已验证新一代语音交互转向端到端的多模态模型架构，直接在语音信号层面理解和生成，压缩延迟并保留副语言信息82% 相似待验证语音识别通常包含声学模型和语言模型两个阶段，声学模型将音频波形转换为音素或文本序列，语言模型负责纠错、断句和标点插入81% 相似已验证语音识别技术经历了从隐马尔可夫模型（HMM）到循环神经网络（RNN）再到端到端模型的演进81% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/516558

API

curl https://kongchang.com/api/v1/knowledge/claims/516558

MCP

get_claim(id=516558)