独家爆料：微软双向语音模型 MAI-Realtime 抢先看

科技爆料账号 testingcatalog 独家放出微软下一代语音模型“MAI-Realtime”的早期预览消息，这是微软自研语音技术继 MAI Voice 2 之后的又一次迭代，也是其在语音交互赛道加码自研的信号。

• “双向”(bidirectional)是关键词，意味着模型支持实时语音对话式交互，而非单向的文本转语音或语音转文本
• 爆料称其自然度明显优于此前的 MAI Voice 2，说明微软在语音模型的拟人化和低延迟上有实质进展
• 具备工具调用能力，可操作网络搜索等外部工具，意味着这不只是“会说话”，而是能在对话中执行任务的语音智能体
• 目前仍是早期预览阶段，信息来自第三方爆料而非微软官方发布，正式发布时间和开放范围尚不确定
• 如果消息属实，这将是微软在 Copilot 语音交互体验上的关键升级，值得关注其正式发布节奏，以及是否会对标 OpenAI 的实时语音能力和 Google 的语音助手。

本内容由 AI 生成，仅供参考，请注意甄别