语音识别、意图与合成,低延迟连成一套。
moonshine-ai/moonshine ↗, C++, 最近提交 18天前
做语音代理和语音界面时,延迟是最先撞上的墙。Moonshine 把语音转文字、意图识别和文字转语音都做成极低延迟,人说完到系统反应之间的空档因此被压得很短。虚拟助手也好,客服机器人也好,这段空档一长,对话立刻显得别扭。所以它盯的不是某一段,而是整条链路的延迟。