待验证50% 置信事实精确时间

端到端语音架构的代表性工作包括Google的AudioLM、Meta的Voicebox以及OpenAI Realtime API

1

来源数

50%

置信度

长期有效

时效性

2026/7/25

首次发现

来源

英伟达领投1亿美元！巴黎AI语音初创Gradium杀入硅谷

rss2026/7/9

相关事实

待验证端到端语音架构的先驱包括 Google 的 AudioLM（2022）和 Meta 的 Voicebox（2023）79% 相似待验证传统语音处理管道采用ASR→LLM→TTS三段式架构，而OpenAI Realtime API采用端到端音频处理方式79% 相似待验证OpenAI推出了名为Voice Engine的语音克隆技术78% 相似待验证Google 的 AudioPaLM 是直接实现音频到音频映射的端到端语音模型78% 相似待验证目前主流AI语音交互方案——无论开源项目还是商业产品——基本都依赖WebSocket作为语音数据和信令的传输通道77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/615561

API

curl https://kongchang.com/api/v1/knowledge/claims/615561

MCP

get_claim(id=615561)