据 Beating 报道,ByteDance 在抖音应用中推出了 SeedRealtime,该系统融合了实时视觉、语音和文本能力。不同于只能处理语音和文本的上一代 Seeduplex,新版本增加了视觉理解功能,允许用户将摄像头对准物体、检查操作过程或读取文本,同时系统会主动提醒用户发生的变化或错误。在嘈杂的多人说话环境中,该系统能够识别说话者,并结合人脸识别、语音和手势理解能力。ByteDance 表示,与传统集成方式相比,中断、响应迟缓以及由噪声触发的错误等问题减少了约一半。
免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见
声明。