科技 · 新闻详情
显示 HN：Nari Qwen3-TTS 和 Qwen3-ASR – 高精度、低延迟和成本
真正值得关注的不是这条新闻本身，而是它可能把「AI」的竞争焦点推向模型能力与产品控制权的竞争。
发生了什么：嘿，HN，来自 Nari Labs 的 Toby。
为什么重要：AI 领域值得持续关注的动向。
观察窗口：接下来观察模型能力、产品入口和企业落地三条线是否同时推进。
正文来源：非原文：源网页正文只有单句或图片说明，以下为已有摘要与自动整理内容
原文链接：https://narilabs.com/blog/nari-labs-leads-coval-voice-ai-benchmarks/
原文链接：https://narilabs.com/blog/nari-labs-leads-coval-voice-ai-benchmarks/
嘿，HN，来自 Nari Labs 的 Toby。
我们一直致力于让 OSS 语音模型变得超快。
去年，我们构建了 Dia，第一个能够进行自然对话的 OSS 文本转语音模型。
从那时起，更多优秀的语音模型被发布给公众。
但市场仍然以闭源模型为主。
我们认为这是一个推理问题。
现有系统（例如 vLLM / SGLang）不太适合多模态推理。
为了证明这一点，我们构建了一个专门的推理引擎
机器翻译/自动整理可能存在误差，请以原文为准。
继续阅读
正在加载推荐…