voice-conversation

这条推文宣传了关于充分发挥 Hermes Agent 桌面应用功能的大师课程系列的第二部分，具体介绍了会话、作曲器、语音对话、子代理和代码审查等功能。

本文展示了Gemma 4模型在GPU和Jetson Orin硬件上的语音对话，使用开源的Cortexist Little Gemma引擎实现高效推理，并支持口型同步和手势。

一位用户强调了 SpaceXAI 的一项新功能，该功能允许在对话模式下与语音AI模型共享屏幕，使模型能够查看并协助浏览器活动。

OmniFlatten 是一种新颖的基于 GPT 的模型，通过一种多阶段后训练技术整合语音和文本，在不改变原始架构的情况下实现实时全双工语音对话。

OpenAI 发布了 GPT-Live-1，这是一款全双工 AI 模型，可通过 API 进行实时语音对话，支持背景噪声处理，并集成后端推理模型。