11月6日消息，近日，Meta公布了一项名为EnCodec”的AI语音压缩技术，该技术号称可以64kbps的速度压缩比MP3格式小10倍的音频，同时还能保证不会损失质量。
Meta指出，压缩技术对目前互联网十分重要，借助于此用户可以十分容易的发送高画质图片、语音信息等。不过，发送这些多媒体信息需要充足的带宽和存储空间，尤其是在未来的宇宙时代，因此需要效果更好的压缩技术。
据介绍，EnCodec”AI训练模型涵盖三个部分，分别为编码器、量化器和解码器。
编码器可将原始数据转换为较低影帧速率的格式，再由量化器将数据压缩到目标大小，最后，解码器通过神经网络对这些数据进行解码。
值得一提的是，虽然此前也有人尝试用神经网络压缩音频，但Meta是首个将此技术用于48kHz立体声的团队。
（举报）
逗哥配音作为国内领先的AI配音平台，凭借自主研发的语音合成大模型技术，已服务超千万创作者，累计生成音频量突破270亿次。其核心技术突破包括：1）支持40种语言，语音质量MOS分提升0.25，拟人度超83%；2）首创"AI分角功能"，将多角色配音效率提升90%以上；3）建成覆盖近千款发音人的全球声库，包含方言、外语及影视角色音；4）创新"真人声纹+AI增强"模式，
逗哥配音平台凭借多元声音资源与情感化AI技术，助力创作者打造爆款视频，显著提升内容感染力与收益。其核心技术“情感贴合”通过AI深度学习，使合成声音流畅自然且富有表现力，覆盖影音解说、小说推文等多种内容类型。平台还整合文案提取等实用工具，降低创作门槛，推动内容行业效率革新。未来将持续优化技术，探索更多细分领域，赋能数字内容生态。
文章指出，ArXiv、ACL和NeurIPS等论文库是AI开发者获取前沿技术的重要来源，但仅依赖论文库已不足以构建完整竞争力。作者强调需要超越论文本身，关注技术落地、产业应用及生态动态。推荐利用AIbase等技术资讯平台作为补充，提供筛选整合、趋势解读和产业视角，帮助开发者高效把握技术动态，避免闭门造车，构建复合型信息摄入体系。
AI日报栏目每日提供人工智能领域热点内容，聚焦开发者，帮助洞悉技术趋势、了解创新AI产品应用。最新动态包括：MiniMax海螺AI首尾帧功能上线；元石科技发布问小白5挑战GPT-5；OpenAI推出语音模型GPT-Realtime；谷歌Gemini AI优化表格处理；腾讯黑科技实现AI配音；百度计划培养千万AI人才；MathGPT.ai反作弊功能推广；苹果Xcode集成Claude Sonnet4；微软发布自研AI模型MAI系列；xAI推出高效编码模型Grok Code Fast1；SuperCLUE多模态评测Gemini-2.5-Pro居首；9月1日起AI内容标识新规实施，违规将承担法律风险。
文章指出，当前智能设备在会议与生活场景中仍存在诸多痛点，如会议记录依赖人工整理、设备交互卡顿、跨语言沟通障碍及远程协作效率低下。会参谋依托深厚AI研发实力，推出商务顶配HM系列智能会议平台，通过自然语言处理、多模态信息融合等前沿技术，显著提升语音转写准确率至98%以上，支持十余种语言实时翻译，并具备自动提取关键信息、生成结构化会议纪要等功能。该平台在识别速度、准确性及多场景适应性方面表现突出，重新定义了人机交互体验标准。
AI日报栏目汇总近期AI领域重要进展：腾讯元宝接入DeepSeek V3.1提升智能助手能力；即梦AI推出多帧功能简化视频制作；可灵AI首尾帧功能升级效果提升235%；钉钉与通义实验室联合发布Fun-ASR语音识别大模型；腾讯CodeBuddy IDE国内版公测；Vercel发布AI Gateway简化模型调用；Anthropic整合Claude Code强化企业开发；阿里发布Mobile-Agent-v3突破GUI自动化；Qoder平台革新编程模式；清华团队GUAVA框架实现0.1秒3D化身生成；谷歌搜索新增AI Agent功能；VAST推出Tripo 3.0推动3D内容创作。
AIbase资讯平台致力于为AI从业者、创业者和技术爱好者提供全面准确的全球AI动态。平台实时监控数百个AI新闻源，覆盖技术论文、产业政策、产品更新和行业事件，确保信息跨学术、应用、技术、市场等多维度。通过专业整合和实时更新，帮助用户快速掌握大语言模型、生成式AI、计算机视觉、智能体开发等关键赛道进展。平台还提供强大的AI工具导航功能，收录大量国内外工具与应用，覆盖文本生成、图像处理、代码开发等多个类别。每日五分钟，全面了解AI动态，掌握行业关键信息。
时空壶X1同声传译器凭借AI技术革新翻译行业，支持40种语言93种口音识别，翻译准确率达95%。其自主研发的Babel OS系统整合语音识别、翻译与合成功能，通过端云协同技术确保复杂环境下的稳定服务。产品已应用于国际会议、商务谈判等场景，支持20人5种语言实时交互，并创新推出"演讲翻译"模式，单设备即可服务50名观众。在深圳文博会等国际活动中表现优异，噪声环境下仍保持92%识别率。X1推动行业从传统人工翻译向轻量化、智能化转型，降低企业使用门槛，成为跨国交流的核心工具。
标贝科技发布"十万音色·自然语音数据集"，覆盖中英双语，包含10万种音色样本（中文5万、英文5万），基于近百万小时原始数据经智能生产线精细打磨。该数据集在规模、真实性和准确性三大核心指标实现突破，支持多情感表达和跨场景应用，涵盖基础情绪到特定风格，话题涉及多个领域。通过音频质量筛选、文本转写校正、说话人分离等技术，从海量数据中甄选出高质量样本，为语音识别、合成等AI模型训练提供坚实基础，助力实现更自然、真实的语音交互体验。
2025世界人工智能大会圆满落幕，Soul+App携自研端到端全双工语音通话大模型等创新成果亮相，展示AI重塑社交体验的潜力。该技术打破传统对话模式，支持多人语音互动，提升群聊参与度。Soul还展示多模态交互突破，包括实时视频生成能力，推动社交向“情感共生”进化。未来Soul将继续以“AI+社交”为核心，打造更智能、真实的社交体验，在AI社交赛道持续领跑。
