OpenAI在ChatGPT移动端全面引入语音智能代理功能。用户不仅可用语音闲聊,还能通过口头指令指挥AI跨外部应用和工具,在后台自主执行多步骤复杂任务,推动移动端AI交互迎来颠覆式变革。
OpenAI周三向移动端推出ChatGPT语音代理功能,用户可用语音指令直接起草文档、摘要邮件等复杂任务。此举将桌面级AI生产力工具延伸至移动端,顺应语音驱动高阶任务的趋势。Plus与Pro用户可通过手机“工作”选项卡跨设备完成文档创建与邮件处理。
Encore AI获3000万美元A轮融资,由Team8领投,Planven等机构参投。该公司专注分析企业客户对话,训练并部署可独立或辅助团队的智能语音代理。其前身于2022年创立,此前为金融顾问提供推荐软件;现已品牌升级,核心业务转向对话解析驱动的语音代理部署。
初创公司Resemble AI发布开源语音模型“Chatterbox Turbo”,挑战行业巨头。该模型仅需5秒音频即可克隆语音,延迟低至150毫秒,适用于实时AI代理、客服、游戏角色等场景,性能显著提升。
基于知识库的白标AI客服,可即时回复、捕捉线索、预约和转接人工。
SKI是跨平台语音助手,可与AI编码代理语音交互,全本地且永久免费。
OnDial提供AI语音代理,自动化通话,降本提效,提升客户满意度。
Boson AI构建语音代理,提供语音到语音模型、实时头像和多语言TTS。
Anthropic
$21
输入tokens/百万
$105
输出tokens/百万
200
上下文长度
Alibaba
-
$8
$240
52
$3.9
$15.2
64
$15.8
$12.7
Bytedance
$0.8
$2
128
Deepseek
$4
$12
webbigdata
VoiceCore是一款可商用的日语语音AI代理模型,专注于让AI通过语音与人类进行自然交流,具备情感表达和非语言声音能力,支持多种语音风格选择。
一个基于Model Context Protocol (MCP)的Gmail邮件管理服务器,支持通过AI代理搜索、阅读、删除和发送邮件,需配合语音交互客户端使用。
Voicevox MCP Server是一个VOICEVOX兼容的语音合成服务器,通过MCP协议实现与AivisSpeech/VOICEVOX/COEIROINK的交互,支持Cursor等编辑器中的Claude 3.7代理模式语音合成。
Vavicky MCP服务器是一个完整的语音AI代理平台实现,提供用户管理、API密钥配置、助手管理、Twilio集成和通信功能,支持通过Claude桌面客户端进行交互。
TEN Agent是一个多功能AI代理框架,集成了实时视觉、语音识别和屏幕共享检测能力,支持快速扩展开发。