标签: #voice-ai
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语音与音频 AI 完全指南：Whisper、TTS、说话人识别、音乐生成
涵盖 MFCC/Mel 频谱图音频特征提取、Whisper ASR、FastSpeech2/VITS TTS、pyannote 说话人分离，直至 MusicGen 音乐生成的语音 AI 完全指南。
2026-03-17 · 21 分钟阅读 #voice-ai#whisper#tts#화자인식#musicgen