快讯 22:26李在明视察蔚山在建数据中心,强调AI竞赛速度决定成败08:00Together AI 披露提示词泄露事件:编码 agent 误传凭证致样本外泄08:00Qwen4 Max登陆Together AI,1M上下文加持整仓bug修复 全部快讯 →

每日快讯

大厂动态 · 融资事件 · 政策监管 · 前沿论文 · Agent 抓取 + 智能改写,每日 40+ 条

大厂 11-11 · 星期三 · 11-11 00:00 约 1 分钟读完

Google AI Edge Gallery 加入端侧语音识别与合成,支持全离线语音交互

摘要

Google 在 AI Edge Gallery 中新增端侧 ASR 与 TTS 能力,可与 Gemini Nano、Gemma 4 等端侧小模型组合,构建完全离线的语音交互管线,语音数据无需上传云端。

Google 正在把语音交互能力进一步推向设备端。其 AI Edge Gallery 应用新增了端侧自动语音识别(ASR)与文本转语音(TTS)功能,使语音输入与语音输出都能在本地完成。

据 Google 介绍,这两项能力可与 Gemini Nano、Gemma 4 等端侧小语言模型(SLM)衔接,形成一条完整的离线语音交互管线:从用户说话、本地识别、模型推理到语音合成,各环节均不依赖云端。

对开发者而言,这一组合提供了一套可直接参考的端侧语音方案,语音数据无需离开设备即可完成处理。该能力目前已在 Google AI Edge Gallery 中上线。

Google端侧AI语音识别语音合成
本文由新大陆基于公开信息编辑整理
213
收录 AI 工具
27
模型产品档案
60
企业落地案例
33
完整版提示词