在8月3 日召开的 SpeechTEK 会议上，微软介绍了他们接下来在语音技术领域的产品 –虽说没有未公开的产品 –微软的语音产品也有涉及近年来格外热闹的云计算。微软语音技术部门总经理 Zig Serafin 向 SpeechTEK 出席者概述了微软在语音技术领域的进展，事实上微软自 1993
......
本文由站长之家合作伙伴自媒体作者“livesino.net”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
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。
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。
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，
日前，OPPO ColorOS宣布无网畅聊全新升级，在无网状态下，不仅能打语音电话，还能发送图片、文字和语音。 使用路径：打开设置”-选择移动网络”-开启无网畅聊”，选择你想联系的欧加手机-发送消息。 据了解，无网畅聊是一项利用蓝牙技术解决近场通信问题的功能。
本文介绍了"防录音会议室"相比传统防护手段的核心价值：通过中型会议及设备组合，实现空间大小与防护强度的精准匹配。专业版采用矩阵式分布实现大型空间均匀覆盖，既满足政企合规要求，又能让会谈双方专注沟通本身。该系统为政务级涉密场景（如涉密信息交流室、信访接待室等）提供隐私保护解决方案，通过提升隐私保护等级增强客户信任感。"防录音会�
OpenAI为其ChatGPT网页应用的语音模式推出新功能，加入语音速度”调节与自定义指令前缀”，同时配合此前升级的模型选择器，进一步提升用户体验。 新增的语音速度”选项让用户可通过滑块自由调整ChatGPT的语速，范围从0.5倍速到2.0倍速，不过该功能目前仍处于隐藏状态，尚未正式开放。 自定义指令前缀”功能则允许语音模式记住用户的特定要求，避免重复输入。系统明确�
扫地机器人技术正从“盲目清扫”向“智能识别”进化。INDEMIND推出立体视觉污染识别方案，能精准识别固态、液态、粉末及混合四类污渍，检出率超95%。该技术结合智能决策引擎，实现自主调整清洁参数，避免二次污染。同时提供单目、双目及三目模块矩阵，支持快速适配升级，推动行业迈向精准化智能清洁新阶段。
日前，小米官方在小米社区宣布，小米手表S4 41mm开启内测特邀用户招募，新增微信语音电话提醒，重要通话不再错过，无需频繁查看手机。 报名时间：8月11日-8月13日 体验时间：8月14日-8月20日 招募人数：100人。 新增功能及优化如下： 新增微信语音电话提醒，重要通话不再错过，无需频繁查看手机； 优化心脏健康结果提示，数据解读更清晰，守护健康更贴心；
7月16日，语音输入创企 Willow Voice 宣布完成420万美元天使融资，由 YC 领投;而就在几天前，6月25日另一家语音输入创企 Wispr Flow 也宣布完成了3000万美元 A 轮融资。 此前，我们一直在观察 AI 语音赛道，但能拿到融资的基本都是做语音合成，也就是“输出”。比如赛道头部的 ElevenLabs，在今年1月份，完成了 C 轮2.5亿美元融资，估值达到30亿美元以上。 但最近的2笔融资，貌似在释�
苹果公司正在积极开发一套全新的AI系统，计划通过Siri取代用户在智能手机上的手动操作流程。 这一创新功能将纳入新的系统架构App Intents”，使Siri能够在多款第三方应用中替用户执行指令，用户只需通过语音下达指令即可完成任务。 据彭博社报道，此次 AI 升级将引入生成式AI技术，显著提升Siri对上下文的理解能力，甚至可以读取屏幕内容，从而增强交互体验。 新功能预�
