京东开源实时流式视频编辑模型JoyAI-Video-Edit,实现“边看边改”的互动创作,突破传统“先素材后修改”模式。该模型处理速度与播放同步,解决实时编辑核心难题,综合指标达世界一流水平,领跑业界。
OpenAI推出两款新转录API:GPT-Live-Transcribe和GPT-Transcribe。它们突破传统语音转写,能理解口音、术语、数字及背景噪声等上下文。GPT-Live-Transcribe专为低延迟实时场景打造,如速记员般同步转录,另一款则侧重不同特性,两者共同提升复杂环境下的识别精准度。
OpenAI被曝将推出下一代双向音频模型GPT-Bidi-1,升级ChatGPT语音模式。该模型采用双向架构,突破传统单工对讲,可同时聆听与表达,实时捕捉用户插话打断并动态调整语义,避免卡顿,大幅提升交互体验。
腾讯会议正式上线AI同传功能,首次向所有用户开放中英文实时翻译,旨在提升跨国会议及远程协作的沟通效率。该功能将翻译时延控制在3秒以内,实现发言与翻译几乎同步,有效解决传统同传中的延迟和断档问题,帮助参会者更顺畅对话,避免信息遗漏和误解。
Hibiki 是一款用于流式语音翻译(即同声传译)的模型,能够实时逐块生成正确翻译。
Openai
$7.7
Input tokens/M
$30.8
Output tokens/M
200
Context Length
Anthropic
$7
$35
Google
$2.1
$17.5
1k
$0.7
$2.8
Alibaba
$8
$240
52
$8.75
$70
$14
$56
$1.75
Xai
128
-
Cocos MCP日志桥是一个连接Cocos Creator编辑器和Cursor AI的日志同步工具,提供实时日志传输、智能过滤和场景管理功能,帮助开发者高效调试。