活动报名:Voice Agent 开发者分享会丨RTE Meetup

news/2025/2/28 20:08:08/文章来源:https://www.cnblogs.com/Agora/p/18600948

 

 

 

引入 voice agent 的口语学习应用 Speak 估值已达 10 亿美元

Voice Agent 开发者分享会

一同探索语音驱动的下一代人机交互界面,一场 voice agent builder 的小规模深度交流会。

 

RTE Meetup 迎来第六期!12 月 15 日(周日)上午,线上举办

 

本次活动将 聚焦 voice agent 领域 ,RTE 开发者社区诚邀各位开发者和创业者共同参与。

 

随着大语言模型、语音识别与合成技术、声音克隆、端到端语音模型等技术的日趋成熟,基于语音交互的智能体、应用和硬件产品 开始涌现。

 

来自 社交、教育、企业服务、AI 硬件 等不同垂直场景的 voice agent 开发者将会分享他们的经验和见解。 我们也鼓励你带上自己的项目或 idea 报名参与,并特别设置了快闪 demo 环节,供大家展示和交流。

 

这是一场轻松的线上聚会,既可以交流技术也可以交朋友。期待你的报名!

 

本活动为邀请制。现开放少量报名名额,感兴趣的朋友请通过下方表格申请,审核通过后会有小助手通过微信联系,并告知具体活动地址。

 

 

 

扫码前往社区网站报名

 

注:扫码后,建议在手机默认浏览器中打开页面注册报名(微信内置浏览器不支持 Google 登录)。如遇问题,可加小助手微信(Creators2022)协助报名❤️

 

Web 端也可直接访问网页报名:https://www.rtecommunity.dev/t/t_63hmUJus6jfZas

 

分享嘉宾和参与者

 

  • Vela,硅谷 voice AI builder

  • 白宦成,全流程工程师。他将结合过往 AI 产品经理的经历,分享销售场景下 voiceagent 产品的思考

  • Rizon,正在开发一款基于硬件的 AI 教育产品

  • +20 位语音 AI 和 voice agent 开发者

 

活动简介

 

  • 活动主题:Voice Agent 开发者分享会丨RTE Meetup 006

  • 活动形式:线上,闭门小规模活动,参与者 24 人左右。本次采用keynote demo+QA+lightning demo 的形式交流。

  • 时间:12 月 15 日(周日)上午10:00am~12:00pm

  • 线上活动地址:报名后进群获取

 

注:本次活动是小型闭门活动,不接受直接空降。

 

活动主办:RTE 开发者社区

 

社区伙伴支持:语音之家、TEN Framework

 

 

关于 RTE Meetup

Demo or Question,带上其中一个,加入我们

 

 

 

Real-Time&Real Connection,RTE Meetup 是 RTE 开发者社区发起的小型开发者聚会,邀请开发者分享技术和产品的同时,也重视每个与会者的深度参与和交流体验。

 

 

 

除了成为主题分享者,你也可以参与 lightning demo 环节,用几分钟时间介绍你正在做的项目,获取同路人的反馈,也给我们带来惊喜。

 

如果暂时没有作品,那就带上你的好奇心,过来提问题,一个好的问题也许就能帮助开发者打开新思路。

 

总之,demo or question,带上其中一个,加入我们。

 

过去几期,我们邀请了来自 ChatTTS、Motiff、InfiniFlow 等团队的开发者,探讨了 GPT-4o 和实时多模态、第二大脑&Real-Time AI、AI Infra&Agentic AI、手搓 bot&多模态 agent、AR+AI 眼镜等话题,在轻松友善的氛围下,交流技术,交朋友。

 

 

 

分享者史业民在探讨为什么 GPT-4o 只是 「almost real-time」,真正的 real-time AI 应该是什么样子的。

 

 

 

Kobe 在分享他的项目 Graph Academy。他在寻找一种能为我们提供深度沟通的社交媒介。

 

 

 

Folotoy 的工程师刘陈裕在分享 AI 硬件玩具里对接 ASR、LLM、TTS 的技术细节。

成为 RTE Meetup 参与者和分享者

Meetup 每个月都有,想 demo 分享或者交流的,请联系我们,或者持续关注 RTE 开发者社区公众号的推送。

成为 RTE Meetup 组织者

欢迎联系我们申请成为 RTE Meetup 组织者,用你感兴趣的话题聚集同类人,分享新技术、新理念和新场景,一同探索实时互动新可能。

 

无论你成为参与者、分享者还是组织者,都欢迎联系小助手(微信:Creators2022,请备注身份和来意)。

 

 

 

更多 Voice Agent 学习笔记:

 

市场规模超 60 亿美元,语音如何改变对话式 AI?

 

2024 语音模型前沿研究整理,Voice Agent 开发者必读

 

从开发者工具转型 AI 呼叫中心,这家 Voice Agent 公司已服务 100+客户

 

WebRTC 创建者刚加入了 OpenAI,他是如何思考语音 AI 的未来?

 

人类级别语音 AI 路线图丨 Voice Agent 学习笔记

 

语音 AI 革命:未来,消费者更可能倾向于与 AI 沟通,而非人工客服

 

语音 AI 迎来爆发期,也仍然隐藏着被低估的机会丨 RTE2024 音频技术和 Voice AI 专场

 

下一代 AI 陪伴 | 平等关系、长久记忆与情境共享 | 播客《编码人声》

 

Voice-first,闭关做一款语音产品的思考|社区来稿

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/851087.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

智慧灌区系统平台建设方案

在现代农业发展中,水资源的高效利用是提升农业产量和质量的关键。智慧灌区系统平台的建设,正是为了实现这一目标。该平台通过集成测绘地理信息与遥感技术,对灌区进行全方位的监测和管理,以提高水资源的利用效率和农业的可持续发展。一、智慧灌区系统平台的建设背景随着全球…

Go支付中台方案:多平台兼容与多项目对接

Go支付中台方案:多平台兼容与多项目对接 原创 就业陪跑训练营 王中阳2024年12月10日 09:02 湖南 6人欢迎点击下方👇关注我,记得星标哟~ 文末会有重磅福利赠送王中阳 专注程序员的就业辅导、简历优化、学习路线规划。私信我666,免费发你价值999元的学习资料。 344篇原创内容…

转载:【AI系统】推理参数

本文将介绍 AI 模型网络参数方面的一些基本概念,以及硬件相关的性能指标,为后面让大家更了解模型轻量化做初步准备。值得让人思考的是,随着深度学习的发展,神经网络被广泛应用于各种领域,模型性能的提高同时也引入了巨大的参数量和计算量(如下图右所示),一般来说模型参…

转载:【AI系统】推理引擎示例:AscendCL

AscendCL 作为华为 Ascend 系列 AI 处理器的软件开发框架,为用户提供了强大的编程支持。通过 AscendCL,开发者可以更加高效地进行 AI 应用的开发和优化,从而加速 AI 技术在各个领域的应用和落地。AscendCL 的易用性和高效性,使得它成为开发 AI 应用的重要工具之一。 本文将…

转载:【AI系统】轻量级CNN模型综述

神经网络模型被广泛的应用于工业领域,并取得了巨大成功。然而,由于存储空间以及算力的限制,大而复杂的神经网络模型是难以被应用的。首先由于模型过于庞大,计算参数多(如下图所示),面临内存不足的问题。其次某些场景要求低延迟,或者响应要快。所以,研究小而高效的 CNN 模…

转载:【AI系统】推理系统介绍

推理系统是一个专门用于部署神经网络模型,执行推理预测任务的 AI 系统。它类似于传统的 Web 服务或移动端应用系统,但专注于 AI 模型的部署与运行。通过推理系统,可以将神经网络模型部署到云端或者边缘端,并服务和处理用户的请求。因此,推理系统也需要应对模型部署和服务生…

转载:【AI系统】推理系统引言

在深入探究 AI 编译原理之后,将进一步迈向一个与日常生活紧密相连的新领域。这个领域无处不在,无论是日常使用的购物应用、观看在线视频的平台,还是钟爱的游戏,它们都与这个领域息息相关。该领域,便是推理系统与推理引擎。 那么,推理系统与推理引擎究竟是什么呢?它们之间…

转载:【AI系统】TVM 实践案例

在本文我们探讨一下,如何利用 AI 编译器在新的硬件上部署一个神经网络,从算法设计到实际运行,有哪些需要考虑的地方?本文将以 TVM 为例,首先介绍一下 TVM 的工作流:导入模型。TVM 可以从 TensorFlow、PyTorch、ONNX 等框架导入模型。 转换为 Relay。Relay 是 TVM 的中间表…

转载:【AI系统】昇腾异构计算架构 CANN

本文将介绍昇腾 AI 异构计算架构 CANN(Compute Architecture for Neural Networks),这是一套为高性能神经网络计算需求专门设计和优化的架构。CANN 包括硬件层面的达芬奇架构和软件层面的全栈支持,旨在提供强大的硬件基础和管理网络模型、计算流及数据流的软件栈,以支撑神…

转载:【AI系统】计算与调度

上一篇我们了解了什么是算子,神经网络模型中由大量的算子来组成,但是算子之间是如何执行的?组成算子的算法逻辑跟具体的硬件指令代码之间的调度是如何配合? 计算与调度 计算与调度的来源 图像处理在当今物理世界中是十分基础且开销巨大的计算应用。图像处理算法在实践中需要…

转载:【AI系统】AI 编译器后端优化

AI 编译器分为多层架构,最顶层由各种 AI 训练框架编写的神经网络模型架构,一般由 Python 编写,常见的 AI 训练框架有 PyTorch、MindSpore、PaddlePaddle 等。在导入 AI 编译器时需要用对应框架的 converter 功能转换为 AI 编译器统一的 Graph IR,并在计算图级别由 Graph Op…

转载:【AI系统】图算 IR

本文将围绕计算图介绍相关内容。首先介绍计算图的基本构成,包括计算图的整体介绍、与自动微分的关系、控制流的表示方法等;接着将介绍 AI 框架产生计算图的方式,包括产生静态图和产生动态图的方式;之后将介绍静态和动态计算图的内容,包括 AI 框架关于计算图的不同方案,例…