跳到正文

#语音

今日 1 条
11月12日周四
  1. IT之家43

    苹果详解 Secure Exclaves 安全架构:Siri、摄像头和麦克风隐私保护升级,主系统也无法访问原始信息

    苹果发布技术文章详解 Apple Silicon 芯片中的 Secure Exclaves 安全架构,确保摄像头和麦克风原始音视频数据不被主操作系统、应用程序或苹果自身访问。该机制通过独立隔离环境处理数据,仅向外提供元数据,并应用于 iPhone 18 Pro 等设备的屏幕指示功能及 HomeView 的用户识别。此前苹果已推出相关硬件,此次进一步公开了底层微内核验证与通信机制细节。

  2. IT之家39

    苹果 CarPlay 接入谷歌 Gemini:车里也能和 AI 自然聊天

    谷歌宣布苹果 CarPlay 接入 Gemini,即日起面向全球 iOS 用户逐步推送,覆盖 Gemini Live 已支持的全部语言。用户可通过车机屏幕使用 Gemini 语音模式进行免提对话,连接 Gmail、Google 日历等应用获取简报或总结邮件,聊天记录将同步至 iPhone。此前该功能仅支持手机端使用,此次接入实现了车内场景的无缝延伸。

11月11日周三
  1. IT之家53

    DeepL 推出语音 AI 翻译模型 Aure,实时复现说话者语气起伏与情绪流转

    DeepL 于 11 月 11 日推出语音 AI 翻译模型 Aure,官方称其可实时复现说话者语气起伏、情绪流转及语速快慢。该模型作为 DeepL Voice 底层核心,已支持网页会议版、面对面交谈版及语音 API,首发支持英德西法意日葡韩八种语言。其建立在 DeepL 近期声音保留技术之上,进一步捕捉声音动态起伏以提升翻译自然度。

  2. The Decoder47

    DeepL 推出 Aure 模型,实时语音翻译捕捉语气与情绪

    DeepL 推出新模型 Aure,使 DeepL Voice 实时翻译能保留原说话者的语气、情绪、重音和语速。该模型通过持续分析文本和音频,在训练中将声音身份、旋律和内容分离,并利用强化学习去除口音。Aure 已自动集成于 DeepL Voice 在线会议、面对面对话及 API 中,首发支持英语、德语等 8 种语言。

  3. IT之家49

    消息称夸克平台战略调整,“真人讲题视频录制”已被叫停

    夸克平台进行战略调整,已停止真人讲解题目的视频录制,此举或为千问让路。此前夸克通过供应商招募兼职老师按题计价录制视频,热门科目单题价格近 10 元。今年早些时候,千问 App 上线“千问小讲堂”功能,支持免费真人老师讲题及 AI 辅助,旨在打造 AI 时代用户第一入口。

  4. IT之家48

    开发者利用 Claude Code 开发 Beep Locator 系统,将室内异响声源锁定至约 40 厘米范围

    软件开发者西蒙 · 威利森借助 AI 编程工具 Claude Code 开发名为 Beep Locator 的声音定位系统,可将声源锁定至约 40 厘米范围。该系统通过五台设备捕捉声音,利用时间差和快速傅里叶变换分析频率,最终帮助威利森找到藏在纸箱里的旧一氧化碳探测器。该项目代码目前已在 GitHub 上公开。

  5. IT之家55

    全球首个“语音控制卫星”纪录诞生,喊话成功启动《毁灭战士》游戏

    挪威奥斯陆业余无线电小组联合Tanagra Space等机构,通过地面无线电语音指令成功让OPS-SAT PRETTY卫星启动《毁灭战士》,为全球首次卫星自主识别执行口头指令。团队使用约27MB的AI语音识别模型在卫星端完成录音降噪与指令检测,实验重点在于让卫星自主分析无线电信号,未来或可识别遇险求救信号。

  6. Latent Space44

    OpenAI 在 AI Engineer Code Summit 演示 Codex 新工作流

    OpenAI 在 AI Engineer Code Summit 演示了 Codex 的新工作流,重点展示 Codex Cloud 2.0 支持发布环境并在隔离实例中运行多任务。开发者可利用语音模式作为控制平面管理代码线程,或通过 dots 个人智能体在通勤时启动 PR。此前 Codex Cloud 于 2025 年 5 月推出,因体验问题在 9 月 DevDay 后进行了重大改版。

  7. IT之家41

    理想汽车 OTA 8.7.0 开启推送:VLA 新增驾驶风格切换,支持眼镜指挥泊车方位控制

    理想汽车今日发布 OTA 8.7.0 版本,预计一周内分批完成推送,覆盖 MEGA、i 系列及 L 系列多款在售车型。该版本在 VLA 驾驶中新增高效/标准模式切换,并支持通过眼镜指挥车辆泊入指定方位,同时提升了司机大模型对多步骤长任务的理解能力。此外,智能座舱新增理想同学个性化记忆开关、车辆间对讲机应用及 OTA 自动更新功能,进一步丰富了车机交互体验。

  8. IT之家26

    谷歌宣布免费升级 Google Fi 超级网络:Pixel 9 系列支持双 5G 网络自动切换和数百万 Wi-Fi 热点

    谷歌宣布为 Google Fi 推出免费的“超级网络”,Pixel 9 及更新机型即日起支持双 5G 网络自动切换。该功能利用 MEP 技术实现 eSIM 多配置文件运行,Wi-Fi Auto Connect+ 可将连接可靠性提升至 2 倍、延迟改善 30%。此外,Google Fi 应用新增基于 AI 的客服智能体 Ask Fi,提供账户支持与故障排查服务。

  9. TechCrunch · AI52

    Meta的AI智能体Muse登陆Apple Watch和Android Wear OS

    Meta将其AI智能体Muse登陆Apple Watch和Android Wear OS,用户可在智能手表上通过语音、短信或听写交互。此次扩展距Muse推出iPad版仅一个月,是其自9月发布以来多设备布局的一环,该助手此前还新增Spaces对话与美国区视频聊天功能,发布40天内美区下载破千万。

11月10日周二
  1. TechCrunch · AI42

    Otter AI 新增多语言转录功能,支持 30+ 种语言实时切换

    Otter AI 宣布扩展多语言能力,新增可在会议中自动检测并跟随语言切换的转录功能,最终将支持 31 种语言。目前已有 13 种新语言上线,其余 14 种即将推出,所有新语言均运行在 Otter 自研语音模型上。此次更新紧随其获得 General Catalyst 3.2 亿美元融资之后,旨在帮助国际团队打破语言障碍。

  2. IT之家52

    号称行业首个具身全模态端到端交互大模型,智元发布 WITA-Omni

    智元正式发布 WITA-Omni 全模态大模型,号称行业首个具身全模态端到端交互大模型,支持触觉、本体状态输入与机器人动作表情输出。该模型采用流式全双工架构,平均交互响应约600毫秒较业内快近3倍,且无需唤醒词支持自然对话。此前 WITA-Omni Preview 曾以85.21分登顶 DailyOmni 全模态理解榜单。

  3. IT之家38

    高通 1.2 万人洞察:AI 智能体将成可穿戴核心卖点,约 70% 期待协同管设备、办事情

    高通上月发布的报告显示,AI 智能体正成为可穿戴设备的下一个核心卖点。调查覆盖全球 6 个市场超 12,000 名用户,发现近 60% 用户每周使用 AI,约 70% 期待 AI 通过自然语音交互管理设备与日常事务。隐私与安全仍是普及关键,近 60% 消费者要求数据私密或共享前授权。

  4. IT之家39

    快克智能透露参与苹果 AI 眼镜及新款智能耳机项目

    快克智能在 2026 年第三季度业绩说明会上透露,公司已参与苹果 AI 眼镜及新款智能耳机项目,这将拉动精密焊接装联和机器视觉检测等相关业务。此前消息显示,苹果计划最早 2027 年推出首款 AI 智能眼镜,该产品不带镜片显示系统,配备摄像头用于获取环境信息,Siri 可据此回答用户问题、提供场景说明及翻译现实中的标识文字。

  5. IT之家31

    腾讯首款 AI 游戏陪伴 Agent“鹅次元”开启内测

    腾讯首款专属 AI 游戏陪伴 Agent“鹅次元”今日开启内测,面向 PC 玩家提供拟人化 AI 陪伴和实时语音互动。该产品支持 PC 及手机 QQ 陪伴聊天,AI 能识别游戏画面并互动,目前提供“夏夏”等角色,擅长《无畏契约》等游戏。此前有报道称腾讯正在秘密内测该 AI 游戏搭子。

  6. Testing Catalog50

    ElevenLabs 推出 ElevenAgents Campaign Manager

    ElevenLabs 推出 ElevenAgents Campaign Manager,一款持续跟进直至达成目标或用户要求停止的外呼系统。该系统支持电话、WhatsApp 语音及消息渠道,具备实时响应护栏和敏感信息脱敏功能。此前该产品已在保险、银行等行业完成实时 Beta 测试。

11月9日周一
  1. IT之家19

    漫步者 W900NB 30 周年典藏版头戴蓝牙耳机今晚开售:限量 3000 套,1159 元

    漫步者 W900NB 30 周年典藏版头戴蓝牙耳机今晚 20:00 开售,售价 1159 元,限量 3000 套且每台配备独立蚀刻编号。该耳机采用 6nm 制程 6 核异构芯片集成 Arm Ethos U55 NPU,实现端到端 AI 拾音降噪,降噪深度达 -50dB。其搭载 LHDC5.0 编解码,支持 192kHz/24bit 采样率,SBC 编码下降噪开启续航 42 小时。

  2. IT之家16

    曹操出行联合蚂蚁集团,在杭州厦门重庆三地落地司机之家 AI 驿站

    曹操出行联合蚂蚁集团旗下 AI 健康应用蚂蚁阿福,在杭州、厦门、重庆三地司机之家分批落地 AI 健康驿站。杭州站和厦门站已分别于 11 月 4 日、6 日开放,重庆站将于 11 月 12 日启动。驿站面向网约车司机提供免费测量血压和血糖等线下健康服务,未来计划逐步拓展至更多运营中心。

  3. The Verge · AI49

    Elvis 和 Eminem 版权方起诉 Suno

    Elvis Presley 和 Eminem 的版权方起诉 AI 音乐公司 Suno,指控其非法生成模仿这两位艺术家的音乐和歌词。Presley 方律师称 Suno 违反了田纳西州 ELVIS 法案,该法案禁止 AI 公司克隆歌手声音。这增加了 Suno 目前面临的来自 Sony、UMG 等公司的诉讼数量。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有