2025-06-09
Wispr 的 Flow 语音转写软件现已可在 iPhone 上使用
Wispr 的 Flow 是一款创新的 iOS 语音输入软件，借助 AI 技术能将语音无缝转换为精美文字，每周免费 2000 字，支持 100 多种语言，并能实现多设备同步。
2025-05-16
Spotify 的 AI DJ 现已支持点歌
Spotify 的 AI DJ 允许付费用户通过语音请求播放符合心情、艺术风格、流派或活动氛围的歌曲。该功能由 OpenAI 实时生成语音，旨在融合个性化推荐与传统电台体验，但初期版本仅支持英文请求。
2025-04-30
Yelp 推出针对餐厅及服务提供商的 AI 语音助手
Yelp 正在测试基于 AI 的语音代理，通过 OpenAI Realtime API 与企业数据整合，实现自动接听电话、管理预订、过滤垃圾信息和通话分析，疑难问题由人工跟进，助力客户服务。
2025-04-11
Amazon Nova Sonic AI 不只是听懂你说什么，还能理解你的语气
亚马逊推出了一款名为 Nova Sonic 的 AI 语音模型，它不仅能理解语音内容，还能捕捉说话者的语气、犹豫等细微变化。这个模型整合了语音识别、回复生成和语音合成功能，能够实现更自然的对话交互。Nova Sonic ...
2025-04-01
企业专用 AI 语音模型新秀：aiOla 推出 Jargonic，号称在企业术语识别方面优于竞品
aiOla 推出了一款名为 Jargonic 的新型自动语音识别模型,专为企业使用而设计。这个模型能够处理专业术语、背景噪音和各种口音,无需大量再训练或微调。Jargonic 采用独特的关键词识别系统,可以零样本适应企业...
2025-03-28
Observe 推出 VoiceAI 智能助手，通过拟人化语音实现客服中心自动化，避免打断对话
Observe.AI 正式推出 VoiceAI 智能语音助手，旨在自动化处理呼叫中心的日常客户交互。该解决方案集成了多项 AI 技术，包括语音识别、文本转语音和专有 AI 模型，可无缝对接企业现有系统。通过提供拟人化的语...
2025-03-21
OpenAI 新推出的语音 AI 模型 gpt-4o-transcribe 让你几秒钟内为现有文本应用添加语音功能
OpenAI 发布三款全新专有语音模型，包括 gpt-4o-transcribe、gpt-4o-mini-transcribe 和 gpt-4o-mini-tts。这些模型基于 GPT-4o 开发，提供更准确的转录和语音...
2025-03-19
Anthropic 据报道正在为 Claude 准备语音模式
据报道，人工智能初创公司 Anthropic 正在为其 AI 聊天机器人 Claude 开发语音功能。公司首席产品官表示，计划推出允许用户与 AI 模型对话的体验。Anthropic 已进行内部原型开发，并与包括亚马逊在...
2025-02-28
ElevenLabs 推出自研语音转文本模型
ElevenLabs是一家刚刚完成1.8亿美元融资的人工智能初创公司，主要以其音频生成能力而闻名。该公司通过推出首个独立的语音转文本模型Scribe，迈出了另一个技术方向。该初创公司估值为33亿美元，已帮助许多其他公司提...
2025-01-14
美国银行 FNBO 使用 Pindrop 应对语音诈骗和深度伪造
美国第一国民银行 (FNBO) 与语音安全专家 Pindrop 合作,采用创新技术来识别和验证客户身份。通过结合云端欺诈检测和身份认证系统,FNBO 实现了无摩擦的客户验证,提高了安全性和用户体验。该银行还在测试新的深度...
2024-09-29
Meta Connect 2024，Meta 推出 Orion AR 眼镜、Quest 3S VR头显、Ray-Ban智能眼镜
在显示技术上，Orion采用了碳化硅镜片和先进的光波导技术，结合Micro LED投影仪，提供了70度的视场角，这在小型AR眼镜中是前所未有的，为用户提供了更为沉浸式的体验。
2024-08-12
Qwen2-Audio：多模态AI系统，融合语音对话和音频分析功能
多模态AI系统，融合语音对话和音频分析功能，支持超过8种语言和方言，无需自动语音识别即可进行语音交互，提供音频信息分析和多语言支持。
2022-08-17
顶会论文防语音欺诈新成果：KDD 2022火山语音提出“无中生有式”对抗语音攻击创新方案
国际顶级学术会议ACM SIGKDD（国际数据挖掘与知识发现大会，KDD）正于美国华盛顿召开。会上，火山语音多篇论文被KDD 2022 Research track接收并发表，创新性地提出基于语音合成来有效攻击语音识别系...