当前，国内外科技界迎来了语音对话模型的繁荣时代，从 GPT-4o 到 Google Gemini Live，以及 LLaSM、Mini-Omni、Qwen2-Audio、Moshi、ChatTTS、SpeechGPT2 等一众创新模型的涌现，它们共同编织了一幅人机交互的新图景，让自然流畅的语言交流成为现实，为用户带来了前所未有的互动体验。

随着语音交互技术的快速发展，2024 年成为语音 AI 领域突破性发展的一年。从 OpenAI Voice 模式到全双工（Fully duplexed）语音转语音系统，技术的进步让 Voice Agent ...