Boson AI 将推 Higgs RealTime 实时语音模型

Techub News 消息，AI 初创公司 Boson AI 正准备发布其首款端到端语音模型 Higgs RealTime，支持直接从语音到语音的处理，无需经过文本转换，以实现更低延迟的自然人机交互。 与 OpenAI、Google 及 ElevenLabs 等厂商的语音产品相比，Higgs RealTime 专注于生产级低延迟场景。Boson AI 此前已推出支持 100 余种语言的 Higgs TTS 3 文本转语音模型，以及可根据单张图片生成实时说话人视频的 Higgs Avatar API。该公司早期模型 Higgs TTS 2 曾在 Hugging Face 开源，训练数据超过 1000 万小时。（CryptoBriefing）