AI 快讯列表关于 语音识别
| 时间 | 详情 |
|---|---|
|
2026-08-26 17:04 |
Gemini3.5转写发布多说话人功能
据@sundarpichai称,支持85+语言、自定义词汇,API已在Google AI Studio上线。 |
|
2026-08-21 12:00 |
Roblox推AI安全工具指南
据FoxNewsAI报道,Roblox公开AI审核与家长控制要点。 |
|
2026-08-03 22:25 |
OpenAI GPT Live驱动实时语音突破
据OpenAI称,GPT Live可边听边说并不中断推理与工具调用。 |
|
2026-08-03 20:38 |
OpenAI GPT‑Live实现连续语音
据@OpenAI称,GPT‑Live可边说边听,推理与工具调用不中断。 |
|
2026-07-30 23:39 |
TPU缘起揭示推理硬件转向
据JeffDean称,餐巾纸算例促成TPU,推理硬件将成下一专业化方向。 |
|
2026-07-23 19:34 |
Claude语音升级拓展工具与多语
据@claudeai称,语音模式用更强模型,支持多语并可中途调用外接工具。 |
|
2026-07-08 18:01 |
Pictory AI数分钟加速字幕生成
据pictoryai称,创作者数分钟生成与自定义字幕,提升可访问性与观看时长。 |
|
2026-07-08 17:44 |
GPT Live全双工语音发布 体验升级
据The Rundown AI称,GPT Live实现全双工对话、模型协作与实时翻译。 |
|
2026-07-08 17:22 |
GPT Live登场:实时语音突破
据OpenAI称,GPT-Live登陆ChatGPT,带来更自然的实时语音交互与多模态助理能力。 |
|
2026-07-08 16:11 |
语音AI挑战赛揭晓三强
据DeepLearning.AI称,7天赛有500+迭代与38作业,评审后评出前三名。 |
|
2026-07-08 15:30 |
语音AI挑战揭晓三强榜单
据DeepLearningAI称,38份参赛作品与500次迭代涌现前三名与可拨打电话的代理。 |
|
2026-07-08 14:18 |
Typeless 2.0重塑语音起稿效率
据@huang_song_称,Typeless 2.0将口述意图转成清晰文本,支持全平台。 |
|
2026-06-09 17:34 |
Gemini 3.5即時翻譯覆蓋70多語種
据JeffDean称,新模型支持70多语言,正上线Google翻译与AI Studio的Live API。 |
|
2026-06-08 22:48 |
OM1多语言支持解锁无缝对话
据@openmind_agi称,OM1可中途无缝切换语言,母语交流并以指定语言回复,无需配置。 |
|
2026-05-29 20:03 |
OpenAI同传模型登陆可穿戴设备
据gdb称,gpt realtime translate支持70+语种输入到13种语音输出,并已在智能眼镜上演示。 |
|
2026-05-21 22:00 |
AI故障扰乱毕业典礼引哗然
据FoxNewsAI称,亚利桑那高校毕业典礼AI出错引嘘声并走红。 |
|
2026-05-21 18:01 |
Pictory AI自动去静音提升视频流畅
据@pictoryai称,自动去静音优化网络研讨与教程视频,提高完播与参与度。 |
|
2026-05-11 23:46 |
实时交互模型演示忽略企业价值
据@emollick称,演示偏向趣味提醒,忽视会议与培训等高价值用例。 |
|
2026-05-07 20:09 |
OpenAI发布实时语音翻译API
据Greg Brockman称,OpenAI已在API开放语音到语音实时翻译,开发者可即刻集成。 |
|
2026-04-14 20:45 |
VoxCPM2 发布:OpenBMB 开源多模态语音大模型与在线演示—2026 最新深度解读
据 Twitter 用户 God of Prompt 指出,OpenBMB 发布了多模态语音语言模型 VoxCPM2,并提供 Hugging Face 在线演示、OpenBMB 模型页下载与 GitHub 源码(来源:@godofprompt;链接:huggingface.co/spaces/openbmb/VoxCPM-Demo、huggingface.openbmb.com/model/openbmb/VoxCPM2、github.com/OpenBMB/VoxCPM)。据 GitHub 项目页介绍,VoxCPM 面向语音理解与语音生成场景,便于团队快速原型化语音助手与呼叫机器人,并以开放权重支持自部署与二次开发。根据 Hugging Face 演示页,企业可在浏览器内测试实时语音输入与文本转语音式输出,降低联络中心与多语言客服机器人的集成门槛。依托 OpenBMB 模型页公开的模型文件,企业可探索本地化部署、合规敏感场景以及面向行业术语的微调与定制 IVR。 |