豆包语音播客

【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！

豆包语音识别模型2.0发布：能听懂字看懂图 支持13种外语

今日，火山引擎发布豆包语音识别模型2.0（Doubao-Seed-ASR-2.0），依托Seed混合专家大语言模型架构构建。 据介绍，2.0版本模型推理能力提升，可以通过深度理解上下文完成精准识别，上下文整体关键词召回率提升20%。 同时支持多模态视觉识别，不仅听懂字”还能看懂图”，通过单图和多图等视觉信息输入让文字识别更精准。

荐 AI日报：谷歌推最强AI全家桶Google AI Ultra；腾讯混元宣布模型矩阵全面升级；豆包·语音播客模型发布

本文汇总了近期AI领域的重要动态：1)谷歌推出249.99美元/月的AI Ultra订阅计划，提供最强AI模型和高级功能；2)腾讯混元模型升级，新增视觉推理T1-Vision和语音对话模型；3)美图获阿里2.5亿美元投资，将在电商和AI领域合作；4)豆包推出语音播客模型，实现文本快速转音频；5)百度文心X1 Turbo获信通院最高评级；6)谷歌发布Flow AI剪辑工具，集成Veo3等三大模型；7)谷歌Veo3支持4K视频生成；8)Imagen4图像模型发布；9)Gemini2.5 Pro新增并行推理功能；10)谷歌推出虚拟试衣工具；11)公测AI编程助手Jules；12)苹果计划在iOS19开放AI模型；13)京东云推五大免费AI营销工具；14)字节开源多模态模型BAGEL；15)英伟达发布物理推理模型Cosmos-Reason1。

火山引擎推出豆包·语音播客模型：文本秒变双人对话播客，5 秒生成热点音频！

5月20日，火山引擎推出豆包·语音播客模型，实现文本秒转专业播客内容。该模型三大优势：1）自然流畅的双人对话效果，语音拟真度高；2）支持热点话题即时生成，5秒产出最新资讯播客；3）提供端到端创作链路，支持超长文本/网页链接转播客。相比传统AI播客，解决了内容重复、机械感强等问题。模型即将登陆豆包APP及PC端，6月11日将在火山引擎大会上展示更多功能。

Hume推出互动式AI播客Chatter 允许用户将搜索内容转换成语音播报