近 30 天 · AI 圈最值得看的 2 个AI 新工具

1. Hugging Face Blog精选AI 评分6262

   Hugging Face 和 Cerebras 合作展示 Gemma 4 实时语音 AI

   Hugging Face 与 Cerebras 合作展示了基于 Gemma 4 的实时语音转语音系统，采用模块化开源架构：Nvidia Parakeet 语音识别 + Cerebras 加速 Gemma 4 VLM 推理 + 阿里 Qwen3TTS 语音生成。该系统已在超过 9,000 台 Reachy Mini 机器人上部署，旨在解决语音 AI 的延迟问题，提供更稳定、可预测的低延迟体验。

   音频#新工具#语音#Agent

   推荐理由：原文展示了实时语音 AI 的低延迟方案，读者可以了解这个技术演示的核心架构和性能改进。

2. Mistral AI精选AI 评分7979

   Mistral AI 发布 Voxtral TTS 文本转语音模型

   Mistral AI 发布 Voxtral TTS，一个 40 亿参数的文本转语音模型，支持 9 种语言的情感化语音生成，具备低延迟和快速语音适配能力。该模型通过 API 和 Mistral Studio 提供，起步价每千字符 0.016 美元，支持仅 3 秒参考音频即可适配定制语音。

   音频#新工具#语音#多模态

   推荐理由：原文给出了与 ElevenLabs 的对比数据和具体价格，读者可以据此判断 Voxtral TTS 在语音生成领域的能力和成本。

已经到底了