AI热点 2小时前 198 阅读 0 评论

科大讯飞推出全新多模态数字人“小飞”,业界首发“百变声音复刻”

作者头像
AI中国

AI技术专栏作家 | 发布了 246 篇文章

IT之家 11 月 6 日消息,在今日的 2025 科大讯飞 1024 开发者节上,科大讯飞推出全新多模态数字人。

科大讯飞表示,具备高度多模态交互能力的数字人导览“小飞”正式亮相并已实际上岗。“小飞”突破了简单问答的局限,能够实现多人自由对话、多语种交流,并具备个性化记忆能力,能记住访客历史信息并进行贴心提醒。此外,她还能秒变“林黛玉”等多种虚拟形象,提供更丰富的服务。

科大讯飞董事长刘庆峰指出,通过融合远场识别、3D 视觉感知、情感语义理解等八项核心能力,“小飞”展示了 AI 不再是简单的 App,而是能走进真实物理空间、提供有情感、有深度服务的“类人”伙伴。

IT之家从发布会现场获悉,科大讯飞还宣布业界首发基于星火语音大模型的“百变声音复刻”技术。用户仅需一句录音即可高保真复刻任意音色,再通过一条指令便可创造任意风格。这项技术的突破,有望为数字人、有声读物、内容创作等领域带来变革,让每个人都能创造专属声音。

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!