搜索
微软或正研发首个原生实时语音模型
10 小时前
2026年8月，微软正测试其首款原生实时语音模型MAI Realtime，该模型支持16种语言、2种语音风格，可在对话中实现听说并行，支持自动识别和中途切换语言。微软已邀请部分合作伙伴在MAI Playground平台测试该模型，目前尚不清楚何时上线Microsoft Foundry及扩展到Copilot语音功能上。MAI Realtime采用全双工交互方式，无需严格按轮次交替，可同步聆听和回应，调试面板可显示实时延迟、模型思考内容和处理步骤。
