Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo
%20(1).webp)
Google nâng cấp Gemini Native Audio, giới thiệu tính năng dịch trực tiếp.
Generatived
9:00 16/12/25
Gemini 2.5 nâng cấp Flash Native Audio, mang đến trải nghiệm hội thoại tự nhiên hơn cho các trợ lý giọng nói trực tiếp. Bản cập nhật này, có sẵn trên nhiều sản phẩm Google bao gồm Google AI Studio và Vertex AI, nhằm mục đích cải thiện việc quản lý quy trình làm việc phức tạp, điều hướng do người dùng định hướng và tính tự nhiên tổng thể của cuộc hội thoại. Các tính năng mới này cũng được giới thiệu trên Gemini Live và Search Live, đánh dấu lần đầu tiên âm thanh gốc được tích hợp vào Search Live.
Phiên bản cập nhật có một số cải tiến, bao gồm cải thiện độ chính xác của các lệnh gọi hàm. Ví dụ, nó đạt được điểm số 71,5% trên ComplexFuncBench Audio, một công cụ đánh giá các lệnh gọi hàm nhiều bước. Nó cũng cải thiện khả năng tuân thủ hướng dẫn của nhà phát triển lên 90% và cải thiện đáng kể chất lượng hội thoại nhiều lượt. Những cải tiến này sẽ nâng cao độ tin cậy và tính nhất quán của các tương tác giữa người dùng và trợ lý giọng nói.
Bên cạnh các tính năng hội thoại được cải tiến, Gemini còn mở rộng khả năng của mình với việc giới thiệu tính năng dịch giọng nói trực tiếp. Hiện đang ở phiên bản beta trên ứng dụng Google , tính năng này cung cấp khả năng dịch giọng nói trực tuyến trong khi vẫn giữ nguyên ngữ điệu, tốc độ và cao độ của người nói. Nó hỗ trợ hơn 70 ngôn ngữ và 2.000 cặp ngôn ngữ, hiểu nhiều ngôn ngữ cùng lúc và tự động phát hiện cũng như dịch ngôn ngữ đang được nói, ngay cả trong môi trường ồn ào.
Tính năng dịch giọng nói trực tiếp hiện đang được triển khai trên các thiết bị Android tại Hoa Kỳ, Mexico và Ấn Độ, và dự kiến sẽ mở rộng sang iOS và các khu vực khác trong tương lai. Người dùng có thể truy cập phiên bản beta bằng cách kết nối tai nghe với thiết bị của mình và chọn "Dịch trực tiếp". Gemini 2.5 Flash Native Audio hiện đã có sẵn trên Vertex AI, và phiên bản xem trước có thể được truy cập thông qua API Gemini. Các mô hình chuyển văn bản thành giọng nói Gemini 2.5 Flash và 2.5 Pro có thể được truy cập thông qua API Gemini trong Google AI Studio.
Chia sẻ bài viết này:
Tin tức mới nhất
NVIDIA ra mắt hệ thống tạo tin tức tài chính tổng hợp.
9:00 13/7/26
NVIDIA đã giới thiệu một quy trình lặp đi lặp lại để tạo ra hơn 500.000 tiêu đề tin tức tài chính độc đáo nhằm giải quyết vấn đề dữ liệu hạn chế
OpenAI ra mắt nền tảng trợ lý ảo ChatGPT giúp tăng năng suất làm việc.
9:00 13/7/26
OpenAI đã giới thiệu ChatGPT Work, một trợ lý AI được thiết kế để hoàn thành các nhiệm vụ kinh doanh nhiều bước bằng cách làm việc trên các ứng dụng
Microsoft bổ sung GPT-5.6 vào toàn bộ Microsoft 365 Copilot.
9:00 13/7/26
Microsoft thông báo rằng mô hình GPT-5.6 mới được OpenAI giới thiệu sẽ trở thành mô hình ưu tiên cho Microsoft 365 Copilot
Copyright © 2024 Generatived - All right Reserved.
Chia sẻ bài viết này:
Chia sẻ bài viết này:
Danh mục
Tin tức
AI và luật/hệ thống/kinh tế/xã hội
Hãy theo dõi chúng tôi
Ngôn ngữ
Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.
Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp th ông tin về thế giới đang thay đổi nhanh chóng.
Hãy theo dõi chúng tôi
Ngôn ngữ
Tin tức mới nhất
NVIDIA ra mắt hệ thống tạo tin tức tài chính tổng hợp.
9:00 13/7/26
NVIDIA đã giới thiệu một quy trình lặp đi lặp lại để tạo ra hơn 500.000 tiêu đề tin tức tài chính độc đáo nhằm giải quyết vấn đề dữ liệu hạn chế
OpenAI ra mắt nền tảng trợ lý ảo ChatGPT giúp tăng n ăng suất làm việc.
9:00 13/7/26
OpenAI đã giới thiệu ChatGPT Work, một trợ lý AI được thiết kế để hoàn thành các nhiệm vụ kinh doanh nhiều bước bằng cách làm việc trên các ứng dụng
Microsoft bổ sung GPT-5.6 vào toàn bộ Microsoft 365 Copilot.
9:00 13/7/26
Microsoft thông báo rằng mô hình GPT-5.6 mới được OpenAI giới thiệu sẽ trở thành mô hình ưu tiên cho Microsoft 365 Copilot