标签: #stt
关于 GPU、LLM、MLOps、Kubernetes 以及心态的文章 · 2 篇
Voice AI 实战完全指南：实时 STT/TTS、语音 LLM、Turn-taking、深度伪造防御（2025）
“没有屏幕的 AI”为什么会成为 2025 年最火的产品类别。实时语音流水线（VAD/STT/LLM/TTS）、语音 LLM（GPT-4o realtime/Gemini Live/Moshi）、Turn-taking 与打断、情感与语调控制、电话・浏览器・移动端的实战、深度伪造防御与安全，以及韩语语音产品的特殊性。
2026-04-15 · 16 分钟阅读 #voice-ai#stt#tts#gpt-4o-realtime#moshi开源实时对话式语音聊天机器人构建指南：Barge-In(应答中断)支持架构与实现
仅用开源工具实现实时语音聊天机器人的综合指南。涵盖用 Silero VAD、faster-whisper、Ollama、Piper TTS 组合而成的流水线中实现 barge-in(用户发话时立即中断应答)功能的状态机设计、Python 示例代码、延迟优化,直至韩语质量改善技巧。
2026-03-08 · 32 分钟阅读 #ai-platform#voice-chatbot#barge-in#realtime-audio#stt