DeepSeek 开放全家桶应用 API,语音接口首次开放并打五折
DeepSeek 宣布正式开放全家桶应用 API,联网搜索、深度思考搜索、文件上传、链接阅读等功能均可通过独立接口单独调用、分别计费,语音识别与语音合成接口首次加入开放行列。
推荐理由:原文列出各接口的独立计费与语音五折价格,并对比国外主流语音API,便于开发者估算接入成本。
DeepSeek 宣布正式开放全家桶应用 API,联网搜索、深度思考搜索、文件上传、链接阅读等功能均可通过独立接口单独调用、分别计费,语音识别与语音合成接口首次加入开放行列。
推荐理由:原文列出各接口的独立计费与语音五折价格,并对比国外主流语音API,便于开发者估算接入成本。
Meta 的消费级 AI 智能体 Muse 在 9 月测试后,现已能代表用户拨打美国商家电话,仅付费订阅用户可用。Muse 订阅起价每月 20 美元、每周 500 million Muse tokens,每月 100 美元档为 3 billion tokens。
Meta 的 AI 智能体 Muse 现在可以代表用户拨打美国商家电话,该功能 9 月测试后已向美国所有付费 Muse 订阅用户开放。Meta AI 负责人 Alexandr Wang 称 Muse 用户已超过 1000 万,可处理打给有线电视公司、DMV 和餐厅的繁琐电话,并将很快获得一个免费邮箱地址。
ElevenLabs 本周发布实验性应用 ElevenAI,把会议记录、听写和智能体集成合为一体,目前处于预览阶段,需申请早期访问。该应用支持跨会议查询数据、在对话中提供实时协助,并可通过 ElevenAgent 基于会议记录执行写邮件草稿等后续动作;听写功能支持 90 多种语言。ElevenLabs 估值 220 亿美元,将这款产品定位为团队协作工具而非个人效率工具。
Ollama 现在可以把文本转成语音,首个语音模型是来自 Gradium 的 Phonon 系列小型文本转语音模型,目前支持 macOS,Windows 和 Linux 支持即将推出。
推荐理由:Ollama 新增语音模型支持,并给出与参考实现的吞吐和准确率对比,可据此判断本地 TTS 的可用性。