OpenAI 旗下 GPT-4o 的高級語音模式（Advanced Voice Mode）近期迎來重大更新，不僅能進行更自然的語音交互，還新增了令人矚目的“唱歌”功能。儘管當前唱歌表現尚顯稚嫩，但

Hume公司于2025年5月29日正式发布全新语音语言模型EVI3，这一创新标志着通用语音智能领域的重大飞跃。相较于传统文本到语音（TTS）模型，EVI3不仅能够理解和生成任意人类语音，还能精准捕

微软今日发布全新的实时文本转语音模型 VibeVoice-Realtime-0.5B。尽管模型规模仅为0.5B，但却具备接近实时的语音生成能力，最快可在约300毫秒内开始发声，实现“话未说完音已先

近日，AI 视频公司 Runway 正式发布了其最新的视频生成模型 Gen-4.5。该模型专为创作者、影视制作人和企业用户设计，预计不久后将向所有订阅层级开放。Gen-4.5凭借其卓越的性能，在