跳至正文
熱點事件持續更新

Baseten 推出 Voice Agent Stack 與 Realtime Voice,進入私下預覽

1 篇報導1 個報導來源3 小時前更新

先了解這件事

AI 綜述

Baseten 推出了 Voice Agent Stack,這是在其 Dedicated Inference 上執行正式環境語音代理的基礎設施,以及建構於其上的參考語音代理 API Realtime Voice。兩者皆處於私下預覽階段,需要加入候補名單。 Realtime Voice 將 Baseten 最佳化的開放權重語音模型與基於 Pipecat 的協調器串接起來。Baseten 表示,它在 Full-Duplex-Bench 上得分 93%,在 τ²-Bench Voice 上得分 73.5%,在 32 路並行串流下每音訊分鐘成本約 $0.012,或在包含模型 API 委派的 56 路並行工作階段下,預估每通話分鐘 $0.008。委派給較大型推理模型的通話,則如同標準 LLM 端點一樣按 token 計費。 此技術堆疊將協調器與模型置於同一個叢集中,可獨立擴縮每個元件,支援各階段的後訓練,並採用 OpenAI Realtime 協定以簡化遷移。

AI 依報導生成 · 1 小時前更新

報導時間線

沿著報導,了解事件的不同側面。

11月17日
  1. Baseten Blog
    Baseten 推出 Voice Agent Stack 與 Realtime Voice 語音代理 API,進入私人預覽

    Baseten 推出了 Baseten Voice Agent Stack,這是在 Baseten Dedicated Inference 上執行生產環境語音代理的基礎設施,同時推出建構於其上的參考語音代理 API——Baseten Realtime Voice;兩者皆處於私人預覽階段。Realtime Voice 以基於 Pipecat 的協調器運行一系列經 Baseten 最佳化的開放權重語音模型,在 32 路並行串流下每音訊分鐘成本約 $0.012,並在 Full-Duplex-Bench 上報告 93%、在 τ²-Bench Voice 上報告 73.5%。此堆疊將協調器與模型維持在同一叢集中,可獨立擴展每個元件,支援各階段的後訓練,並採用 OpenAI Realtime 協定以便於遷移。

本事件熱度走勢

還沒有足夠的連續觀測資料,暫不繪製趨勢。