Google DeepMind 推出 Gemini 3.8 Live with Live Avatar，为对话模型加入实时视频形象
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音结合，为实时对话模型加入能听、能看、能说的可视化形象，现已在 Gemini Enterprise 提供。
#语音
#语音
今日 0 条Google DeepMindAI 评分5858
Sarvam AIAI 评分5656 Sarvam AI 发布 Saaras V4 语音识别模型，覆盖 22 种印度语言
Sarvam AI 发布新一代语音识别模型 Saaras V4，采用音频编码器加自研 3B 混合状态空间 LLM 解码器，同一模型可输出 transcribe、translate、verbatim、translit、codemix 五种转写格式。