语音技术

首页 标签 语音技术
# 语音技术 #
关注
7344内容
阿里自研 AI 模型有哪些?文本、图像视频、语音、向量全品类模型清单
阿里云自研AI模型涵盖文本、图像、视频、语音及全模态,核心为通义千问Qwen系列(如Qwen3.8-Max/Flash、Qwen-VL、Qwen-Image等),另有通义法睿、万相、CosyVoice等垂直模型,统一通过百炼平台提供API服务。
|
4小时前
|
阿里云百炼TokenPlan 个人版又上新!Standard 和 Pro 套餐新增 12 类 Harness 权益
阿里云百炼TokenPlan个人版升级:Standard/Pro套餐新增12类Harness权益(如网页解析、图像生成等),享每月免费额度及超量88折,独立计量不扣Credits。
阿里云百炼官网入口在哪?百炼AI模型官网和百炼控制台(后台)一键直达
阿里云百炼是阿里云推出的企业级一站式AI大模型服务平台,集成Qwen全系列及DeepSeek、Kimi等百余款主流大模型,支持文本、图像、视频、语音等全模态能力,提供API调用、智能体开发、知识库(RAG)与低代码工作流,开通即赠超7000万Tokens,90天有效。
OpenAI用GPT-Live-1和Codex改造LED屏,语音测试最该盯哪条链?
本文探讨语音Agent测试新范式:超越转写准确率,聚焦“听懂→理解→调用→执行→验证”五层链路。通过LED屏案例揭示意图误解析、工具参数错、状态未同步等三类隐性错误,强调设备回读、动作取消、变形测试与Trace追踪,推动语音助手从“会聊天”迈向“敢行动”。
AI 英语教育智能体的开发
AI英语教育智能体,突破传统答疑局限,融合教学策略、学情感知、自适应演练与多模态评估,构建具备角色人设、CEFR分级、双层记忆及工具调用能力的数字教师系统。(239字)
|
3天前
|
阿里云百炼AI模型控制台入口在哪?前台和后台一键直达链接
阿里云百炼是企业级一站式大模型服务平台,集成Qwen全系列及DeepSeek、Kimi、GLM等百余款主流模型,支持文本、图像、视频、语音等全模态能力;提供API调用、智能体构建、RAG知识库与模型微调,开通即赠超7000万免费Tokens(90天有效期)。
AI 英语口语智能体的开发费用
AI英语口语智能体开发费用跨度大:MVP原型3–8万元,专业级App需15–40万元,企业级定制达50–100万元+。成本分两块——前期研发(人力为主)与上线后持续运营(ASR/LLM/TTS等API消耗)。预算需兼顾功能、并发与合规。#AI英语 #AI智能体
|
4天前
| |
AI 视频翻译工具技术演进分析:从 ASR 到多模态端到端,以讯飞译制相关功能为例
AI 视频翻译已从"单点工具堆叠"走向"全链路串联",并正在向多模态端到端模型演进。本文按技术链路拆解音视频分离、ASR、字幕预处理、翻译与改写、TTS 与声纹克隆、多角色配音、唇形同步、字幕擦除与叠加、企业级 API 等环节,给出可复现的技术原理与示意代码。文本层(翻译、改写、术语一致性、长度适配、风格迁移)以讯飞译制相关功能为参照示例,但受参考资料边界限制,涉及讯飞译制的具体 API 端点、参数与价格均标注"资料未提及,需查官方"。全文不做"谁更好"的排名式结论,仅做条件化、可验证的技术边界分析。
阿里云大模型便宜购买方法:错峰折扣+订阅+节省计划,从免费额度到订阅选型全指南
本文系统拆解阿里云百炼平台四层大模型降本体系:新用户超7000万Tokens免费额度覆盖POC验证,夜间错峰折扣适配批量离线任务,Token Plan订阅为个人与团队锁定可控额度,全模型通用节省计划为多模型混用场景压低综合单价。文章明确不同优惠的抵扣边界、适用场景与选型路径,强调先优化模型调用结构,再分层叠加优惠的严谨降本逻辑,帮助用户建立从个人开发者到企业级团队的全场景AI算力成本治理体系。
阿里云Token Plan最新升级:个人版价格不变,新增Harness权益 覆盖模型调用与Agent全流程
本文聚焦阿里云百炼Token Plan的核心升级,指出其已从单一模型额度订阅,演进为覆盖模型调用、Harness工具权益与Agent全流程的AI生产力资源包。文章系统拆解个人版与团队版的套餐结构、权益边界、计费口径与成本测算逻辑,结合不同开发者与团队场景给出选型决策路径,同时明确采购中的兼容规则、额度结转等关键风险点,帮助用户建立严谨的AI算力采购评估框架。
免费试用