随着技术的发展，AI智能语音的表现力与拟真性也在不断提升，从一开始僵硬的机械音逐渐发展到了能够识别语句结构，将文本富含情感的念出来。
现在，Microsoft认知服务官方宣布，微软的智能语音技术再次获得升级，在语音合成上实现了多种方言的支持。
目前，微软智能语音除了标准普通话外，还支持吴方言、粤方言、西南官话、东北官话、冀鲁官话、中原官话在内的多种方言，并能够流畅进行朗读古诗、语音播报等交互行为。
同时，在语音识别上，该技术目前已经支持了三种方言，扩宽了用户群体。
据悉，微软智能语音基于Azure Neural TTS（text-to-speech，语音合成）与 STT（speech-to-text，语音识别）两大技术，支持的语音区域已经超过140个，并支持超过400多个音色。
该技术的语音具有丰富细腻的情感，能够做到与真人不分伯仲。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
为大家介绍一款名为ReadAloud的Windows电脑版文字转语音工具，由吾爱大神制作。这款工具集成了微软的TTS语音合成技术，可以支持几十种语言进行语音合成转换，声音逼真度极高。这个工具对于那些不擅长说话或需要标准发音的人来说是一个福音，可以合成完美的语音来代替自己说话，特别适合懒人和外语学习者使用。
近日OpenAI宣布推出新版ChatGPT，增加了两项新功能：语音输入和图像输入。据OpenAI称，新功能将在未来两周内向ChatGPTPlus订阅用户推出，其他人也将很快”能够使用这些功能。语音功能将在iOS和Android平台推出，图像功能将覆盖所有平台。
美国唱片工业协会最近提出了一个要求，呼吁美国政府将人工智能语音克隆网站纳入在线盗版监管名单。这一名单通常包括一些特定的公司、网站或地区，如全球速卖通、微信和海盗湾。尽管RIAA表示担心Voicify等网站可能鼓励更多未经授权使用他人声音的行为，但目前尚不清楚法律将如何处理人工智能侵犯公开权的问题。
华为Mate60系列的发布引发了广泛的关注，尽管华为并未明确表示，但多个消息显示Mate60系列将搭载麒麟芯片。这也表明华为已经摆脱了美国的制裁，重回正轨。华为Mate60则搭载了超光变主摄，物理光圈支持十档可调，配合潜望式长焦摄像头和超广角摄像头，可以满足日常多种拍摄需求。
博主Onleaks发布了一组三星GalaxyS24Ultra手机与上一代旗舰的对比图，展示了这款新机的屏幕细节。从图上可以看出，GalaxyS24Ultra的屏幕弧度与上一代机型相比有了明显区别。预计GalaxyS24Ultra将搭载骁龙8Gen3处理器，屏幕分辨率为WQHD，屏幕峰值亮度达到2500尼特，后置四摄：200MP主摄、12MP超广角镜头、50MP潜望式镜头、10MP长焦镜头，并支持IP68级防尘防水。
苹果公司计划对iPhoneSE4进行一系列重大升级，包括全新的外观设计和大幅度提升的配置。iPhoneSE4的内部代号为“Ghost”，目前的内测机型与iPhone14的外观保持一致，并具有相同的参数。iPhoneSE4将成为SE系列中首款采用刘海屏的机型，屏幕尺寸为6.1英寸，刷新率为60Hz，定价预计在3500-4000元之间。
OpenAI宣布，旗下聊天机器人ChatGPT现在打通互联网了，可以为用户提供最新的搜索信息。ChatGPT无法使用网络搜索，只能利用经过培训的信息这些信息仅限于2021年9月之前从互联网抓取的数据。大家将体验到没有封印”的进化版ChatGPT。
随着技术条件的成熟和需求的增加，今年AI大模型呈现井喷式发展。大模型正在激发各行各业对产品、服务、场景、需求和商业价值的重新想象，但具体到落地，是选择通用大模型还是垂直大模型，却各有考量。邓邱伟也自豪地表示：“HomeGPT成就了更聪明家庭大脑，我们希望通过海尔智家大脑2.0，让更多理想生活照进现实，让家这个最美好的单位，创造更多舒适的生活方式。
情更浓，无论走到哪里，人们心中总有一抹乡情连接着家乡的土地。2023年中秋节，快手推出中秋礼盒「快手土特产」，携手快手达人，打造一份定制土特产，用丽江果干、云南咖啡、民间版画等传递乡土风情，掀起了乡土文化新潮流。快手也会持续为创作者赋能，不断构建繁荣生态，从政策扶持、发展引导、商业变现等多维度，助力传统文化传播。
业内人士RossYong透露，iPhone17系列屏幕有重大升级。iPhone17Pro和iPhone17ProMax将会首发屏下FaceID技术，届时iPhone17Pro系列将会采用挖孔屏形态，告别胶囊屏”。为了保证前置摄像头成像素质，苹果暂时没有将摄像头做到屏下，最终呈现的是一款拥有3D人脸识别的挖孔屏手机。
chat-ui是一个开源的聊天界面，使用开源模型如OpenAssistant或Llama。它是一个SvelteKit应用程序，为hf.co/chat上的HuggingChat应用提供支持。该产品允许用户通过自定义配置来运行和部署自己的Chat UI实例，支持多种语言模型和功能，如Web搜索、自定义模型等。
360AI 浏览器利用人工智能技术，提供智能搜索、PDF、视频、网页总结等功能，旨在帮助用户高效获取知识，提升阅读体验。
AI FAQ Generator是一款利用先进AI技术，通过分析常见问题自动生成FAQ列表的工具。它能够快速高效地生成FAQ，节省时间和资源，同时提供准确的答案，帮助提高客户满意度，并改善SEO效果。
BrickCenter是一个在线平台，允许用户免费创建自己的乐高套装和迷你人物。它提供了一个将创意转化为详细乐高设计的工具，无论是复杂的场景还是个性化的迷你人物，用户都可以在这个平台上实现自己的设计梦想。该平台以其用户友好的界面和强大的定制功能而受到乐高爱好者的欢迎。
《100 UI/UX Tips》提供了设计界面所需的所有提示，让用户感到满意。强调产品的主要优点、背景信息、价格和定位。
whatwide.ai是一个提高生产力的AI助手，使用人工智能技术来节省时间并提高工作效率。它提供了50多种AI模型，包括文本生成、网站帮助、社交媒体分析、编程辅助等多种功能。whatwide.ai的优点在于高质量的内容生成、快速且安全的操作，以及多种AI类型供用户选择。
Stream of Consciousness是一个记录并分享艺术家思维的项目，通过创作和分享图像来展示创造力。它提供了一个深入艺术家思维的窗口，让人们了解艺术创作的过程和灵感的来源。
Neurelo是一个专为云数据库而设计的平台，通过使用云API和人工智能技术，提供自动生成API、自定义查询API、查询可观察性和Schema as Code等功能，以提高开发人员的生产力。Neurelo能够简化数据库编程相关的复杂性，并具备可伸缩性、安全性和查询优化能力。
EdrawMax是一款功能强大的图表设计软件，它提供一站式的图表解决方案，适用于流程图、思维导图、组织结构图、甘特图、平面图和ER图等210多种图表类型。它具有简洁的用户界面，类似于MS Office的干净、整齐的界面，直观且易于导航的工具集，以及无缝的拖放功能。此外，EdrawMax还提供了23000多个用户制作的模板，850个精心制作的内置模板，以及26000多个免费符号，覆盖所有图表类型。它还具备AI功能，可以生成和分析22种类型的图表，包括文本到绘图和图片到绘图以及AI聊天。EdrawMax支持跨平台集成，可以在云端保存文件并通过链接共享，支持通过社交媒体或电子邮件发送作品，并能以13种格式导出图表，包括VSDX、PPTX和SVG等。此外，EdrawMax遵循GDPR标准，使用最高级别的256位SSL加密，确保用户隐私和数据安全。
Notta Showcase是一款在线视频翻译和配音工具，它通过AI技术帮助用户将视频内容翻译成15种不同的语言，同时保持原始的语音风格和情感，以提供自然的听觉体验。该产品的主要优点包括高效率、成本效益、用户友好的界面、高准确度的转录和翻译，以及支持多种文件格式和平台。它适用于营销、社交媒体和教育等多个领域，可以显著扩大内容的全球影响力。
Suno API是一个开源项目，允许用户设置自己的Suno AI音乐服务API。它实现了app.suno.ai的创建API，兼容OpenAI的API格式，支持自定义模式，一键部署到Vercel，并且拥有开放源代码许可证，允许自由集成和修改。
x-crawl 是一款基于 Node.js 的 AI 辅助爬虫库，它通过强大的 AI 辅助功能，使得爬虫工作变得更加高效、智能和便捷。它支持对动态页面、静态页面、接口数据以及文件数据的爬取，同时提供了自动化操作、键盘输入、事件操作等控制页面的能力。此外，它还具备设备指纹、异步同步、间隔爬取、失败重试、轮换代理、优先队列和记录爬取等功能，以适应不同的爬取需求。x-crawl 拥有类型，通过泛型实现完整的类型，基于 MIT 许可发布，适合需要进行数据爬取的开发者和企业。
MetaCLIP是一个开源的机器学习模型，用于图像和文本的联合表示学习。它通过一个简单算法对CLIP数据进行筛选，不依赖于先前模型的过滤，从而提高了数据的质量和透明度。MetaCLIP的主要贡献包括无过滤的数据筛选、透明的训练数据分布、可扩展的算法和标准化的CLIP训练设置。该模型强调数据质量的重要性，并提供预训练模型，以支持研究人员和开发者进行控制实验和公平比较。
AI Town是一个基于MIT许可的可部署启动套件，用于构建和定制您自己的AI城镇版本。这个项目受到了研究论文'Generative Agents: Interactive Simulacra of Human Behavior'的启发，旨在提供一个强大的基础平台，旨在被扩展。后端原生支持共享全局状态、事务和模拟引擎，适用于从简单的项目到可扩展的多人游戏。
Vanna是一个使用Retrieval-Augmented Generation (RAG) 技术的开源Python框架，用于SQL生成和相关功能。它通过训练RAG模型，将自然语言问题转换为SQL查询，从而允许用户以提问的形式与数据库进行交互。Vanna的主要优点包括高准确度、安全性、私有性、自学习能力，并且支持任何SQL数据库。
fal.ai 是一款面向开发者的生成媒体平台，提供了业界最快的推理引擎，可以让您以更低的成本运行扩散模型，创造出全新的用户体验。它拥有实时、无缝的 WebSocket 推理基础设施，为开发者带来了卓越的使用体验。fal.ai 的定价方案根据实际使用情况灵活调整，确保您只为消耗的计算资源付费，实现了最佳的可扩展性和经济性。
Chat With Llama 3 是一个开源的聊天机器人，由Meta AI开发。它能够进行多种智能对话，包括解释复杂概念、创作诗歌、编写代码、解决逻辑谜题，甚至帮助用户给宠物起名。这个聊天机器人的主要优点在于它的多功能性和开源性，使其可以被广泛地应用于各种场景，并且可以根据需要进行定制和改进。
AI图片生成与搜索是一个在线平台，利用先进的人工智能技术，允许用户快速生成或搜索各种风格的AI图片。该技术的重要性在于它能够极大提高设计和创意工作的效率，同时降低成本。产品的主要优点包括丰富的图片资源、高效的生成速度、以及用户友好的界面。产品背景信息显示，这是一个面向广大创意工作者和设计师的工具，旨在帮助他们快速实现创意构想。目前，该产品提供免费试用，但具体价格和定位信息未在页面中提供。
OpenPerplex是一个提供广泛知识资源的在线平台，它通过整合多种信息源，为用户提供了一个便捷的知识获取渠道。该产品以其丰富的信息量、高效的检索能力和友好的用户界面而受到用户的青睐。它不仅适用于个人学习，也适合专业人士进行深入研究。
JavaVision是一个基于Java开发的全能视觉智能识别项目，它不仅实现了PaddleOCR-V4、YoloV8物体识别、人脸识别、以图搜图等核心功能，还可以轻松扩展到其他领域，如语音识别、动物识别、安防检查等。项目特点包括使用SpringBoot框架、多功能性、高性能、可靠稳定、易于集成和灵活可拓展。JavaVision旨在为Java开发者提供一个全面的视觉智能识别解决方案，让他们能够以熟悉且喜爱的编程语言构建出先进、可靠且易于集成的AI应用。
