voice

Airy 是一款在 Hacker News 上展示的免费、快速、简单的语音内容创作工具。

Gemini Live API 支持与 Gemini 进行低延迟、实时的语音和视觉交互，处理连续的音频、图像和文本流，用于构建自然的对话代理。

Heard 是一款为 Claude Code 和 Codex 添加语音功能的产品，可以实现与这些 AI 编码助手的语音交互。

ChatGPT Voice 现已在桌面端向所有付费套餐推出，让用户能够与 AI 助手进行语音交互。

分享 Claude 语音功能的链接。

OpenAI在桌面端推出了ChatGPT语音功能，支持语音控制电脑和协调多个代理，基于GPT-Live，即日起全球上线。

OpenAI 已在桌面应用中推出 ChatGPT Voice，允许用户通过语音控制电脑并指挥多个智能体，该功能由 GPT-Live 提供支持。正在向 macOS 和 Windows 上的付费计划全球推出。

OpenCode Superapp 将 Codex 的能力与本地托管的 AI 模型以及语音编码功能相结合。

文章讨论了语音技术在人工智能中的重要性。

一个用于在 iOS 和 Mac 上进行听写的私有语音环，通过 Stream 实现通用听写。

Cicero 项目支持与 AI 代理进行自托管、双向语音对话，可本地运行 TTS/STT，并能集成多种代理协议和工具（如 Claude Code 和 Hermes Agent）。

已为Grok AI模型新增旗舰语音。

Cewsco 是一款全能AI助手，提供聊天、图像生成、语音功能以及市场数据。

jxnlco 展示了 gpt-realtime-2 处理上下文唤醒词和推理的能力，通过构建一个能击败他的 Simon Says 游戏。

SayCraft 允许用户通过会议中的对话来构建 web 应用，从而简化应用开发的流程。

一个泄露版 ChatGPT 搭载了 Bidi-1 语音模式，其声音逼真得令人不安，超过了此前的泄露版本。

即将推出的GPT双向语音模型的一个示例已被展示。

本文讨论了语音作为AI智能体输出层未被充分利用的潜力，重点介绍了超越简单文本转语音的实际用例和工作流程挑战。

VoiceDraw 是一款工具，在你说话时自动绘制系统设计图，并记录推理过程和权衡取舍。

Cotypist 是一款 Mac 应用，提供本地 AI 自动补全功能，通过语音实现系统任意位置的免提文本补全。