Unverified50% confidenceFactExact time
Voicebox 主打三大核心能力：语音克隆（Clone）、语音听写（Dictate）与内容创作（Create）
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/22/2026
First Seen
Valid until: 10/20/2026
Sources
Related Claims
Unverified语音智能体（Voice Agent）的底层架构大致可以分为三种主流形态：三明治架构、原生实时的Speech-to-Speech架构、混合架构78% similarUnverifiedVoicebox 是一个开源 AI 语音工作室项目，由开发者 jamiepine 主导77% similarUnverifiedMeta的Voicebox和Google的AudioPaLM是尝试将感知-理解-生成链路压缩进单一Transformer架构的语音系统76% similarUnverified对语音智能体而言，多模态大模型不仅输入需支持语音、图片、文字、视频，输出也必须支持语音76% similarUnverified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74% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/593700API
curl https://kongchang.com/api/v1/knowledge/claims/593700MCP
get_claim(id=593700)