谷歌与Cohere发布了新的音频AI模型。谷歌最新模型Gemini 3.1 Flash Live采用针对客户服务自动化的优化算法,能够识别客户情绪并调整响应,从而显著提升服务质量。用户还可上传问题智能家居设备的照片以寻求解决方案。该模型通过具备"工具调用"功能——即从外部来源获取数据的能力,有效提升了工作效率。
Cohere的新AI模型特别专注于语音转录领域,其单词错误率低至5.42%,具备业界顶尖的准确度。该模型包含将音频转换为数学形态的处理过程,能够生成多语言文本。Cohere Transcribe以开源Apache 2.0许可证形式提供,企业可在自有基础设施中使用,未来计划与Cohere生产力平台进行集成。


