标签文章 Voice
此标签下有 8 篇文章。
|阅读约 3 分钟
降低 AI 语音助手的延迟：2026 年实用指南
语音代理超过 1.5 秒就显得迟钝。本文拆解 STT、LLM、TTS 各阶段的耗时去向，以及能把总延迟压到 500 毫秒以内的流式技术栈。
|阅读约 2 分钟
Deepgram 与 Whisper 语音智能体对比：诚实推荐
AI 语音智能体该选哪个 STT？从延迟、准确率、成本和流式传输维度对比 Deepgram Nova-3 与 Whisper，给出实时语音机器人的选型建议。
|阅读约 3 分钟
Hermes Agent + ElevenLabs 语音完整配置指南
把 ElevenLabs 接入你的 Hermes Agent,用于 Telegram 语音回复。API 密钥放哪里、如何选 voice_id、用什么模型。
|阅读约 2 分钟
Hermes Agent 语音不工作：一步步修复
Hermes Agent 语音模式没有声音、拒收音频或丢文件？走完这八种故障和对应修复。
|阅读约 3 分钟
Hermes Agent TTS 服务商对比：如何做出正确选择
全面对比 Hermes Agent 支持的所有 TTS 服务商——Edge TTS、ElevenLabs、NeuTTS、OpenAI 等。包含配置步骤、音质对比，以及针对不同使用场景的选型建议。
|阅读约 2 分钟
如何设置 Hermes Agent 语音模式
分步指南：在 Mac、Linux 和 Windows（通过 WSL2）上启用 Hermes Agent 语音模式，涵盖安装步骤、STT 选项、TTS 配置及故障排查。
|阅读约 2 分钟
解放双手的 AI：Hermes 语音 + Telegram 工作流
在 Telegram 上使用 Hermes Agent 语音模式，实现随时随地的免手持式高效办公。涵盖晨间简报、任务捕捉、快速查询等真实工作流场景。
|阅读约 2 分钟
Hermes Agent 语音模式：用说话代替打字
全面介绍 Hermes Agent 的语音功能，包括 CLI 中的麦克风输入、在 Telegram 和 Discord 中发送语音回复，以及在 Discord 语音频道中进行实时语音对话。