就是类似于 GPT 的 Live 模式，原生就是支持语音，而不是先把语音转成文字，再用文字输入输出的模型，这样可以整体识别，误识别率会低一点，处理时间的效率也会高一点 ^-^
豆包 ^-^
@OPlin #1 豆包又好像有点太蠢了 ^-^ ，而且我记得豆包好像是有语音转文字的，也有普通的文字转文字的语音模型。但是原生语音这种支持嘛
OPlin 09-09 14:061楼
F1 楼主 09-09 14:072楼