语音转写

【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！

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！

遥遥领先！讯飞首次实现三人同时语音转写：确率度极高 互不干扰

在今天下午举办的讯飞星火V4.0发布会上，讯飞首次展示了复杂场景下三人同时语音转写，效果震撼全场。在现场演示中，三位工作人员在嘈杂的环境中同时说话，每个人的语音都被讯飞星火准确识别，且同步转写成文字，准确率度极高，且互不干扰。在谈及OpenAIAPI断供中国时，刘庆峰表示，在这个背景下，我们风起云涌的通用人工智能浪潮，到底有没有国家底座的一个支撑，将决定了我们到底能走多远。

讯飞AI智能机械键盘T8：语音翻译转写、70天持久续航

一款键盘的好坏在很大程度上决定着我们工作效率的高低，所以选择一款好的机械键盘尤为重要，那机械键盘怎么选择呢？讯飞AI智能机械键盘T8 手感舒适，反馈灵敏，语音转写、口令操控、无线充电……3、智能记录。

谷歌正式推送Feature Drop功能，来电筛查可自动转写语音内容

12月11日据techcrunch消息，谷歌在本周一正式推送了Feature Drop功能，这项功能是可以对用户的未知来电进行筛查，并在此过程中过滤掉软件机器人的骚扰电话。如果不是骚扰电话，用户会在不久之后收到一则通知信息，其中包含了来电内容的转写文本，且这些信息只会被用户自己查看。目前获得该功能更新的用户有Pixel 4手机的美国用户。

搜狗推出语音文字转写工具 透露智能硬件领域布局

​搜狗推出语音转写文字工具“搜狗听写”，基于搜狗知音引擎的长时语音听写技术，可实现小时级文字转写功能，文本语音同时保存。现已上线Android、iOS移动端和Web版本，提供“听写”和“转写”两种模式，服务免费，主要面向记者、编辑、作家等文字工作者。

索尼录音棒与讯飞听见语音转写再度联手--京东618大促

即日起--在京东平台购买索尼录音棒将有机会获赠：讯飞听见语音转写卡，立即激活还可享受万城数码总代半年延长保修。1. 漫长的会议后还要整理混杂的录音?2.为了赶稿听录音听得脑袋疼?3.速录整理有遗漏?敲字速度慢?4.考证培训内容记不住、脑袋反应慢?索尼--讯飞听见今天，录音笔领导者Sony与中文语音产业领导者科大讯飞强强联合——索尼高端录音棒与讯飞听见语音转写卡组成最新拍档，帮助广大文字工作者快速整理录音。以后你就休息?

索尼 科大讯飞-《讯飞听见》语音转写神器组合

没错！就是要革了速记的命 从1877年爱迪生发明了留声机以来，录音记录虽存储介质内容文件大小音质有变化升级，但声音记录的方式从未改变。与文字记录如同两条望不到头的平行线从不交叉。我们也习惯了耳听-笔记的双路记录模式，甚至我们可能都不曾想过改变。 一边打电话一边速记要点，然后再播放录音反复重听将所需要的内容进行完善。100多年了就没人管这事？现代录音技术不断进展，语音识别也早就出现，然而除了实现了更优质的录?

品牌空调排名前十名：奥克斯智能语音空调带你体验智能家居时代

随着科技的进步和消费者需求的多样化，用户对空调的需求已经从单一的制冷制热功能，转变为对智能化、能效比、舒适性和环保性的综合考量。消费者越来越倾向于选择那些能够提供个性化调节、远程控制、甚至与智能家居系统无缝对接的空调产品。同时，能效标准也在不断提高，高效节能的空调越来越受到消费者的青睐。品牌空调排名前十名这个问题是很多家庭购买空调�

荐 AI日报：推理更强！OpenAI新模型o1发布；Midjourney 7.0一次可生8张图；开源语音模型Fish Speech 1.4发布

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、OpenAI推出全新的模型系列OpenAIo1OpenAI推出了全新的模型系列OpenAIo1，这个新模型在推理能力上表现得更加出色，为解决复杂问题提供了更强的推理能力。结果显示了AI在处理复杂数�

荐 因为相信所有想法都值得变成珍珠，他做了一款AI语音笔记｜对话创始人

对话嘉宾:Ping，闪念贝壳创始人，前久邦数码、淘宝设计师，前爱范儿合伙人&副总裁对话背景:做了一款AI语音笔记，但又不只做一款语音笔记。我想让科技不像科技;他说，我讨厌人们说世界是个草台班子，没必要太努力;他说，每一个想法都有可能变成珍珠;他说，成功最快的方法是立马行动;他说，改变世界是一个非常有向往、非常有价值、非常有勇气的事情。我的「闪念贝壳�

百度地图宣布将上线《黑神话：悟空》猪八戒语音包 贤侄们速领

百度地图宣布将上线《黑神话:悟空》猪八戒语音包，并上线了部分台词的试听语音。在《黑神话:悟空》游戏中，猪八戒在第三章出现，并一路护送天命人降妖除魔，成为寻找大圣六根路上的得力助手。这不仅仅是一段旅程，更是一种情感的共鸣。

国内首个！端到端语音大模型心辰Lingo在外滩大会正式发布上线

9月5日，在外滩大会“大模型的创造力边界与应用想象力”论坛上，大模型创业企业西湖心辰正式发布并上线国内首个端到端语音大模型“心辰Lingo”。“心辰Lingo”实现了端到端语音技术，在处理对话时直接理解语音，捕捉语气、节奏和情绪，并进行语音回复，减少了信息处理过程中的损失，让“机器”更懂人。西湖心辰已获得汤姆猫、蓝驰创投、凯泰资本、百度风投、西湖科创投，西湖教育基金会可持续发展平台等知名机构数千万美金投资。

荐 AI日报：Claude企业版上线；支付宝外滩大会将推支小宝等3款AI产品；Soul语音大模型惊艳到我了

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、Anthropic发布企业版AI助手ClaudeEnterpriseAnthropic最近推出了企业级AI助手ClaudeEnterprise，旨在帮助企业提升工作效率，利用内部知识资产。最新发布的Qwen2-VL视觉语言模型在多项评测中表现优异，超越业界领先的闭源模型。

标贝科技个性化音色定制方案 解锁语音合成无限可能

近日，标贝科技语音合成音色库又有新进展。针对智能客服场景，上新两个温和风格音色，适用于服务回访、业务咨询、产品介绍等细分业务场景。加上前不久的两款严肃客服音色，标贝科技已累计上线20多个风格迥异的男女客服发音人，全力加速企业客服中心的智能化转型。此外，本次也同步上线两个泰语女声音色和法语女声音色，以满足更多细分场景的应用需求。大模型驱

自研端到端语音通话大模型上线，Soul App语音大模型再升级

社交平台SoulApp语音大模型再次升级，上线自研端到端全双工语音通话大模型，具备超低交互延迟、快速自动打断、超真实声音表达和情绪感知理解能力等特点，能够直接理解丰富的声音世界，支持超拟人化的多风格语言，实现更接近生活日常的交互对话和“类真人”的情感陪伴体验。Soul自研的端到端语音通话大模型能力已上线旗下“异世界回响”实时通话场景，并将在后续拓展至AI苟蛋等多个AI陪伴、AI互动场景。Soul将持续推进多模态端到端大模型能力建设和应用落地，以AI辅助社交、提升关系建立的质量和效率的同时，构建人机交互新场景，让用户可以与AI进行更加有温度、沉浸、趣味的互动交流，不断创新社交体验。

小米SU7车外唤醒防御功能正式上线！车外语音唤醒行为抑制率达99%

今日小米汽车宣布，车外唤醒防御功能正式上线小米SU7。该功能基于小米自研声音大模型，针对车外语音唤醒行为抑制率达99%。对于车外恶意语音操控车窗、前后备箱等攻击，抑制率将高达99%。

沃尔沃总裁吐槽语音控制：物理按键1秒解决 智能语音要4秒 意义何在

快科技8月30日消息，今日，沃尔沃汽车集团高级副总裁、沃尔沃汽车亚太区总裁兼CEO袁小林在2024成都车展沃尔沃汽车新闻发布会上，吐槽起了汽车智能语音控制的功能。袁小林举例称，用户在车内对着语音控制功能喊道，请打开天窗，隔了两秒钟，语音系统回应称好的”，又隔了一两秒钟，车辆的天窗打开。然后大家都很兴奋，说这个车很智能；但是实际上用物理按键1秒钟就能实现的功能，现在用语音控制要花4秒。像这种设置存在的意义到底是什么，满足了什么需要？事实上，近些年来，尤其是国产新能源车型，取消实体按键，用智能语音和屏幕控制车内

国内首款！赛思语音芯片（SLIC芯片）重磅发布，引爆1300亿+FTTR改造市场需求！

国内知名数模混合芯片厂商赛思电子，近日宣布推出国内首款针对通信基建、VOIP网关等应用的新一代语音芯片，产品兼具高集成、可编程、可定制等特性，已在国内知名大厂基于国内主流平台上实现高良品率量产，同时将全力加码FTTR全光组网建设。FTTR全光组网建设，引爆语音芯片1300亿市场需求聚焦国家网络强国战略及5G、5.5G应用部署需要，工信部、各省政府、运营商等多方积极推动“双千兆”网络建设，协同出台多项利好政策全方位赋能FTTR全光组网这一新质生产力的规模化建设，这极大带动家庭、政企网关和光猫路由终端的需求。赛思将持续在数模混合芯片领域深耕细作，坚持以创新思维破解难题，加速我国FTTR全光组网建设，同时拓展数模转换芯片领域的品类，为千行百业的高质量发展注入更多赛思“芯”动能，为新质生产力的发展锻造赛思“芯”引擎，为社会的数智化进程及经济高质量发展按下“加速键”。

全球首个语音指挥FPS AI ，腾讯魔方携最新AI成果亮相科隆展

AI究竟会如何改变游戏?这应该是全球游戏行业近年最为关注的问题之一。在最近正在德国举办的全球最大游戏展—科隆游戏展上，腾讯游戏魔方工作室群技术中心联合《暗区突围:无限》项目组，首次对外公布其全球首个语音指挥FPSAIF.A.C.U.L.的技术Demo。这次在科隆游戏展首次曝光的全球首个语音指挥FPSAIF.A.C.U.L.的技术Demo，则有望为FPS游戏带来全新的体验。

天命人速来 百度地图开启《黑神话：悟空》同款导航语音预约

快科技8月21日消息，国产3A级游戏巨作《黑神话：悟空》昨日正式在全球范围内上线，迅速掀起了一股热潮。为了与这款备受期待的游戏相呼应，百度地图也特别推出了《黑神话：悟空》同款导航语音包的预约活动。用户只需在百度地图中搜索黑神话悟空”，即可轻松完成预约。一旦导航语音包正式上线，百度地图将会自动将该语音包下载到用户的设备上，让用户在日常出行中

七夕跟三位漂亮姐姐过！高德地图《永劫无间》语音包上线

今天是七夕情人节，高德地图和《永劫无间》正式开启联动，让大家可以在七夕和三位漂亮小姐姐过。这次联动率先上线了宁红夜、胡桃、迦南三位女角色的语音包，完美还原了游戏中的角色性格特点，尤其宁红夜和迦南的语音效果极具沉浸感。还有语音试听功能，可以用前听听看。

荐 阿里开源新语音模型，比OpenAI的Whisper更好！

阿里巴巴在Qwen-Audio基础之上，开源了最新语音模型Qwen2-Audio。Qwen2-Audio一共有基础和指令微调两个版本，支持使用语音向音频模型进行提问并识别内容以及语音分析。在SER和VSC测试中，Qwen2-Audio同样以显著成绩胜出。

荐 比OpenAI的Whisper快50%，最新开源语音模型

生成式AI初创公司aiOla在官网开源了最新语音模型Whisper-Medusa，推理效率比OpenAI开源的Whisper快50%。aiOla在Whisper的架构之上进行了修改采用了“多头注意力”机制的并行计算方法，允许模型在每个推理步骤中预测多个token，同时不会损失性能和识别准确率。aiOla表示，未来会将Whisper-Medusa的多注意力机制扩展至20个头，其推理效率将再次获得大幅度提升。

荐 AI日报：谷歌推Gemini 1.5 Pro实验版本0801；图像生成开源模型FLUX1横空出世；极速3D图像生成模型Stable Fast 3D发布；阿里语音合成模型CosyVoice更新

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、谷歌推超强多模态模型实验版Gemini1.5Pro，排名领先GPT-4o、Claude-3.5Sonnet谷歌今天推出了Gemini1.5Pro实验版本0801，在人工智能领域取得重大突破。ItiNera系统通过结合空间优化与大型语言模型，提供个性化的城市行程规划服务，为旅行者带来全新的探索城市方式。

荐 AI日报：GPT-4o灰测高级语音功能，ChatGPT版Her来了；Midjourney V6.1上线；360安全大模型免费开放

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、OpenAI向ChatGPTPlus用户推出高级语音模式OpenAI宣布推出高级语音模式，提供更自然、实时的对话体验，允许用户打断并感知回应情绪。雷军本人对AI有深刻理解，近两年主要精力集中

终于来了，OpenAI测试GPT-4o高级语音模式！

OpenAI宣布开始向小部分ChatGPTPlus用户，测试GPT-4o的高级语音模式。本次测试将主要搜集安全、功能方面的反馈，OpenAI会在8月初分享一份全面的GPT-4o评估报告。5o模型采用了混合端边云协同专家架构，基于超过10TBtokens的高质量数据训练，能够在保持高性能的同时降低推理成本，有兴趣的小伙伴可以体验一下。

曝车外能语音唤醒小爱同学解锁车窗 小米汽车：8月份OTA升级防御功能

日前，小米汽车发布了小米SU7答网友问。有网友提问，网传车外能语音唤醒小爱同学解锁车窗，现在还有这个问题吗？该功能预计将于8月通过OTA升级实现，具体以实际推送时间为准。

荐 AI日报：文本转语音模型Fish Speech；Meta 3D Gen发布，1分钟快速构建3D模型；AI生成熊猫吃泡面视频刷屏抖音

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://top.aibase.com/1、媲美GPT-SoVITS！艺术家们已经无法与计算机生成的图像竞争，导致许多人放弃了艺术家的职业。

Fish Audio功能介绍及免费使用指南 文本转语音体验地址入口

FishAudio简介FishAudio是一种文本转语音技术，用于将文本信息转换为语音的技术，广泛应用于辅助阅读、语音助手、有声读物制作等领域。它通过模拟人类语音，提高了信息获取的便捷性，尤其对视力障碍者或在无法使用眼睛阅读的情况下非常有帮助。通过AIbase，您可以轻松发现最适合您需求的人工智能工具，解锁AI的力量。

响应速度超ChatGpt-4o！跃然创新首款AIGC玩具BubblePal语音交互对比

安天移动安全：网络赌博藏匿语音、直播等泛娱乐社交平台

2024年3月10日，最 高人民检察院发布2023年全国检察机关主要办案数据显示，全国检察机关严厉打击利用网络实施的各类刑事犯罪，起诉32.3万人。其中，部分语音房、直播等泛娱乐社交品类APP相关的网络赌博问题，成为重点关注对象。在暴利的驱使下，部分语音房、直播等泛娱乐社交品类APP存在隐藏性赌局，甚至衍生出一条成熟的“黑灰”产业链。今年以来，中央网信办已启动�