Voice Agent 开发者第一课：成为进阶语音 AI 玩家，你需要了解这些丨Convo AI&RTE2025

原创 于 2025-10-15 07:42:18 发布 · 265 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能

在这里插入图片描述

想让你的语音智能体兼具前沿创新与丝滑体验？从一个 demo 到实际可落地的产品，必须掌握哪些实时互动与 AI 的核心技术栈？

北京，11 月 1 日上午 ，在由 声网和 RTE 开发者社区 联合主办的 Convo AI&RTE2025 「实时互联网大会暨对话式 AI 论坛」。

「RTE 101 专场」 邀请到了来自声网、阶跃星辰、小樱桃科技、RTE 开发者社区 的资深开发者和技术专家，将为你呈现一场 语音智能体开发者的第一课 。我们将分享 VAD、声纹识别、WebRTC、Tool calling、MCP、SIP、评估——成为一个进阶语音 AI 开发者，你必须了解的一切。

在这里插入图片描述

来 Convo AI & RTE2025 「RTE 101 专场」，加入我们的讨论，一同提问，一同寻找答案！

除了本场论坛，你还可以在 10 月 31 日-11 月 1 日，逛遍 7 场技术论坛和 40 多场主题分享和圆桌讨论，一起来探索对话式 AI、Voice Agent、多模态 AI……与 RTE 的碰撞吧！

图片

图片

图片

图片

图片

图片

图片

在这里插入图片描述
在这里插入图片描述

阅读更多 Voice Agent 学习笔记：了解最懂 AI 语音的头脑都在思考什么

图片

博客
谷歌推出全新语音搜索技术 S2R：跳过语音转文字，直接理解语音意图；代体 AI 推出端侧语音输入法丨日报
10-16 567
我们欢迎更多的小伙伴参与。
博客
AI智能体开发！和Kiro、Kimi、PPIO、TEN、memU、MiniMax一起Vibe丨Convo AI&RTE2025
10-14 296
除了本场论坛，你还可以在 10 月 31 日-11 月 1 日，逛遍 7 场技术论坛和 40 多场主题分享和圆桌讨论，一起来探索对话式 AI、Voice Agent、多模态 AI……如何赋能 AI 开发者，高效、稳定地构建下一代应用？又该如何设计新的协同模式，实现人机能力的最佳融合。来 Convo AI & RTE2025 「开发者工具专场」，加入我们的讨论，一同提问，一同寻找答案。将聚焦前沿工具与开发流程，共同揭示人机协同编程的未来。开发者生态负责人蔡佳人等技术专家、开发者和创业者，
博客
AI 语音调研初创 Cookiy AI 融资 700 万美元；软银 53 亿美元收购 ABB 机器人业务，布局物理 AI 丨日报
10-14 1041
我们欢迎更多的小伙伴参与**「RTE 开发者日报」**内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻​。
博客
为何是「对话式」智能体？因为人类本能丨对话式智能体专场，Convo AI&RTE2025
10-12 287
除了本场论坛，你还可以在 10 月 31 日-11 月 1 日，逛遍 7 场技术论坛和 40 多场主题分享和圆桌讨论，一起来探索对话式 AI、Voice Agent、多模态 AI……今天，AI 与实时互动技术正引领一场「对话式社会」复兴，让沟通回归本能。**由微软和声网联合出品的「对话式智能体专场」**将分享对话式智能体的技术和落地场景，探讨智能应用的落地次第，和人机协同体验的革命。从智能终端、儿童 AI 导师到智能客服，语音交互技术正让「对话式智能体」深入生活的方方面面，并真正做到人人可用、普惠大众。
博客
阿里发布「夸克 AI 眼镜」：融合阿里购物、地图、支付生态；苹果拟收购计算机视觉初创 Prompt AI丨日报
10-12 827
开发者朋友们大家好：这里是，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的」、「有亮点的」、「有思考的」、「有态度的」、「有看点的」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。本期编辑：@Jerry fong，@鲍勃。
博客
语音 AI 初创公司 Smallest.ai 融资 800 万美元；Qwen3-ASR-Toolkit：转录任意时长音视频丨日报
10-11 711
我们欢迎更多的小伙伴参与**「RTE 开发者日报」**内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。
博客
OpenAI 发布 gpt-realtime-mini，成本降低 70%；Deepgram 发布转录和轮次检测融合 api丨日报
10-10 1036
我们欢迎更多的小伙伴参与**「RTE 开发者日报」**内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。
博客
Voice Agent Camp 结营！完整项目名单公布丨超音速计划 2025
10-01 916
在过去的三个月里，17 个 Voice Agent 项目在超音速 Voice Agent Camp 里碰撞、打磨、成长。共同围绕「Voice First」理念，打造 AI 陪伴、个人助理、企业客服、AI 语音智能硬件等下一代产品。9 月 22 日，营员们带着阶段性的成果亮相 Demo Day，共同勾勒语音实时互动的未来图景。
博客
AI 宠物「珞博智能」完成红杉中国数千万元天使+轮融资；多维标注四川话语音语料库 WenetSpeech-Chuan 开源丨日报
09-30 882
我们欢迎更多的小伙伴参与**「RTE 开发者日报」**内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。
博客
社区伙伴活动推荐｜半个 AI 圈的百位大咖都来啦！10.17-10.18 上海，密集观点碰撞+超炫 AI 互动！
09-30 318
10.17-18，首届 AI 全球未来峰会将在上海举行！这是国内首场聚焦的千人峰会，近百位嘉宾密集分享和观点碰撞，更有互动展位、创新项目路演和 AI 社交名片、AI 玄学解签、AI 峰会主持等超酷炫 AI 互动玩法。凭社区优惠码「CDXXRTE」或下方链接，即可享受优惠。原价 269 元，社区优惠票 179 元。优惠票数量有限，先到先得。同时，剩余少量路演名额开放报名中（时间 17 日下午或 18 日下午可选），欢迎社区的初创伙伴联系我们，获得推荐机会！10 月 5 日截止报名。
博客
NVIDIA 开源 Audio2Face：音频生成逼真面部动画；Gemini Live API 支持思考能力 丨日报
09-29 1072
我们欢迎更多的小伙伴参与**「RTE 开发者日报」**内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻​。
博客
Qwen3-Omni发布：端到端全模态Thinker-Talker架构；Meta真实世界智能体基准Kimi K2开源最佳｜日报
09-26 667
我们欢迎更多的小伙伴参与**「RTE 开发者日报」**内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻​。
博客
Qwen 发布高精度实时音视频同传模型；AirPods 实时翻译功能新增中文丨日报
09-25 722
我们欢迎更多的小伙伴参与**「RTE 开发者日报」**内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。素材来源官方媒体/网络新闻。
博客
阿里将发布多模态模型 Qwen3-Omni，主打多语言与复杂推理；DeepvBrowser 上线 AI 语音浏览器丨日报
09-23 985
我们欢迎更多的小伙伴参与。
博客
见证语音领域 GPT-3 时刻！小米开源端到端语音模型 MiMo Audio；Xbox上线游戏助手，实时游戏理解+语音交互丨日报
09-20 700
（需关闭文本正则选项，中文为拼音，英文为 ARPAbet）
博客
多模态和语音 AI 年度收官大会，把握 2026 技术风向标！
09-19 168
来 Convo AI & RTE2025 技术专场论坛，头部玩家与行业技术领袖将为你一一揭晓答案！本次技术专场论坛覆盖 7 大技术领域，汇聚 40+ 顶尖技术专家与学者，共同探讨对话式 AI 与实时互动的前沿技术、落地场景与未来演进。✌与一线技术专家深度交流，掌握 RTE 与对话式 AI 的最新动向与技术实践，把握 2026 技术风向标。3⃣从主动智能体到可交互世界模型，实时多模态 AI 将驱动怎样的未来？1⃣从端到端语音模型和全双工技术，未来音频还将有哪些突破方向？赶快扫码预约，抢占先机！
博客
Meta 多模态原班底打造感知语言模型，专为实时物理交互设计；估值 1 亿美元，Poke AI 助理无缝融入主流消息应用丨日报
09-19 826
我们欢迎更多的小伙伴参与。
博客
OpenBMB 发布无分词器 TTS VoxCPM；儿童口语硬件 Dex 融资 480 万美元：拍摄真实物体，对话学习外语丨日报
09-18 636
我们欢迎更多的小伙伴参与。
博客
儿童无屏幕对讲机 Bunny 融资百万美元；腾讯会议推出 AI 托管：先行听会、代听多会、全程记录丨日报
09-16 1063
开发者朋友们大家好：这里是，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的」、「有亮点的」、「有思考的」、「有态度的」、「有看点的」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。本期编辑：@Jerry fong，@鲍勃。
博客
更灵活易用、延迟超低、更多情感语音支持！地表最强 Voice Agent 开源框架再进化！丨TEN Framework 更新
09-13 618
在 TEN 框架下，用 Node.js 构建语音助手时，你主要负责编排与业务逻辑，而无需重写 ASR／LLM／TTS。可以重用 Python 或 C++ 写的扩展模块。使用 Node.js 管道时仍然能获得低延迟和实时性能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值