语音对话模型
- Chroma 1.0：FlashLabs推出的首款开源实时端到端语音对话模型
Chroma 1.0是FlashLabs推出的首款开源实时端到端语音对话模型，该模型创新采用语音理解与生成紧密耦合架构，搭配1:2文本-音频token调度策略，可达成亚秒级输出；仅需几秒参考音频，就能精准复刻说话人音色，speaker相似度较人类基线提升10.96%。
- [推荐] 豆包网页版：支持AI聊天，AI图片生成，AI漫画生成，AI写作等
字节跳动开发的一款多功能人工智能工具，基于云雀模型（豆包大模型）构建。它不仅是一个AI聊天机器人，还具备多种功能，包括写作助手、英语学习助手、音乐生成、编程助理等。
- Sonic-3模型：一款Cartesia推出的实时语音对话模型
Sonic-3是Cartesia推出的新一代实时语音交互引擎，该引擎突破传统技术框架，在低延迟交互、多语言覆盖、智能上下文理解等核心能力上实现重大突破，同时提供灵活部署与企业级安全保障，赋能多领域语音交互场景创新。
