Unverified50% confidenceOpinionExact time
Voice95 本质上是把大模型时代的自然语言接口嫁接到几十年前的桌面隐喻之上
1
Sources
50%
Confidence
Long-term
Relevance
9/11/2026
First Seen
Sources
Related Entities
Related Claims
Unverified随着大语言模型的成熟，语音与自然语言正在成为人机交互的通用层71% similarUnverified微软VALL-E将语音合成重新定义为语言建模问题，把语音编码为离散声学标记并像大语言模型预测下一个词一样预测下一个声学标记70% similarUnverified端到端语音翻译模型可部分保留说话人的韵律特征等副语言信息66% similarUnverified该项目技术栈选择微调多语言模型作为骨干，使用Whisper做语音识别和NLLB做翻译65% similarUnverified谷歌的 Pixel Interpreter、微软的 Azure Speech Translation 等实时语音翻译产品早有实践，但此前方案普遍存在明显的分句停顿感65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/895806API
curl https://kongchang.com/api/v1/knowledge/claims/895806MCP
get_claim(id=895806)