跳到正文

#语音

今日 1 条
11月1日周日
  1. The Verge · AI52

    作者抢在Meta前借助Claude Code自制AI Tamagotchi(基于Meta开源devkit)

    作者Sean Hollister用50美元Meta官方认可的Waveshare ESP32-S3套件,借Claude Code自制出带AI对话与Tamagotchi小游戏的随身设备。原devkit功能残缺,经Claude添加ElevenLabs语音、远程拍照、多头像和口袋手表面等。他指出专用硬件价值在可自由编程,而非Muse模型,并猜想Meta Muse Charm出货后是否同样开放可编程。

10月31日周六
10月30日周五
  1. IT之家35

    苹果 HomePod mini 2 智能音箱发售:五种配色可选,1099 元

    苹果 HomePod mini 2 智能音箱今日正式发售,售价 1099 元,提供粉色、绿色、蓝色、白色和午夜色五种外观选项。该设备搭载 S10 芯片,支持立体声组合、多房间音频及 Wi-Fi 6E 连接,可用作 Mac 默认扬声器和家居中枢。用户可通过语音指令或家庭 App 自动化操控智能家居配件,实现上锁、关灯等场景联动。

  2. TechCrunch · AI46

    Rivian 与大众合资扩展至 AI 助手

    Rivian 宣布将其与大众集团价值 58 亿美元的合资范围扩展至 AI 语音助手技术授权。该助手于 2026 年 9 月上线,可能率先搭载于大众低成本电动车 ID EVERY1。此前双方合资主要聚焦电气架构与软件,此次扩展被视为平台可扩展性的证明。

  3. TechCrunch · AI47

    Granola 推出听写功能以竞争 Wispr

    Granola 推出 Mac 端听写功能,支持通过 Fn 键在任意应用中语音转文字,目前免费且无字数限制。该功能即将登陆 iOS 和 Windows,此前专注会议记录的 Granola 估值 15 亿美元,而主打听写的 Wispr 估值 20 亿美元。

10月29日周四
  1. Hugging Face Blog63

    Hugging Face 发布 AnySpeechRecognizer 和 AnyDecisionModel:Apple 平台语音识别与决策 Swift 包

    Hugging Face 发布 AnySpeechRecognizer 和 AnyDecisionModel 两个 Swift 包,让 Apple 平台开发者用熟悉 API 在设备端运行开源语音识别和决策模型。

    推荐理由:这两个 Swift 包让 Apple 平台开发者用熟悉 API 在设备端运行多种开源语音与决策模型,扩展原生能力并支持说话人分离。

  2. IT之家24

    王腾:今日宜休聚焦精准监测、科学干预与精力恢复,计划一年内采集超 1000 例金标准临床 PSG 数据

    今日宜休创始人王腾在 ISHO 发布会上公布公司战略,构建面向个人的睡眠健康 AI 技术体系 ISHO Intelligence。公司聚焦精准监测、科学干预与精力恢复,计划一年内采集超 1000 例金标准临床 PSG 数据。王腾透露,睡眠产品的科研范畴正从夜间睡眠质量延伸至日间精力状态等醒后场景。

  3. IT之家29

    巴慕达推出 AI 个性化电台 Good Morning Radio

    巴慕达推出 AI 个性化电台服务 BALMUDA Good Morning Radio,可根据用户生活习惯与兴趣生成约 10 分钟每日音频。该服务计划于 2026 年 11 月 2 日起面向 The Clock 用户开放 Beta 测试,未购机用户可通过 BALMUDA Connect 应用申请限量 1000 名测试资格。

10月28日周三
  1. Hugging Face Blog63

    NVIDIA 发布 Nemotron 3.5 Transcribe 多语言语音转写模型与 Granary v2 数据管道

    NVIDIA 发布开放权重多语言语音转写模型 Nemotron 3.5 Transcribe 与 Granary v2 数据管道,支持40种语言转写、31种互译及13种语言说话人归属。

    推荐理由:NVIDIA开放权重多语言转写模型在多个基准领先,其开放的Granary v2数据管道和微调配方便于开发者适配领域词汇。

  2. NVIDIA Blog60

    NVIDIA RTX Spark 笔记本新增 Nemotron 3.5 Transcribe 语音模型、智能体工具与游戏

    NVIDIA 发布 Nemotron 3.5 Transcribe 开放权重语音模型,单个提示词模型处理转录、说话人标注与翻译,登顶 Hugging Face Open ASR。该模型约43亿活跃参数,较头部开放模型少80%资源,便于本地硬件运行;RTX Spark 笔记本同步新增代理 GPU 资源分配及 Phantom Blade Zero 等游戏 RTX 支持。

    推荐理由:NVIDIA Nemotron 3.5 Transcribe 以约43亿活跃参数登顶 Hugging Face Open ASR,较榜首开放模型省八成参数,便于本地转录。

  3. IT之家41

    极米记得 AI 记忆眼镜 G1 与手环 L1 开售,首发价 1299 元 / 599 元起

    极米记得 AI 记忆眼镜 G1 和手环 L1 今日开售,首发价分别为 1299 元和 599 元起,均提供标准版和终身会员版。眼镜 G1 是全球首款钛金属 3D 打印 AI 记忆眼镜,重 17.9g;手环 L1 支持手环与吊坠形态切换。两款产品均支持全天候 AI 录音、自动整理纪要及基于个人记忆的 AI 对话,综合续航 2-5 天。

  4. IT之家20

    奇瑞全新捷途自由者 7 将于 11 月 4 日上市,搭载灵犀智舱 TOUR OS

    奇瑞全新捷途自由者 7 将于 11 月 4 日正式上市,主打轻越野方盒子 SUV 和智能座舱。新车搭载灵犀智舱 TOUR OS,内置 DeepSeek+ 讯飞星火双加持的 AI 语音大模型,配备 2.5K 超清巨幕和高通 8155 芯片。该车采用方盒子造型,搭载 1.5T 发动机,最大功率 135kW,匹配 7 挡湿式双离合变速箱。

© 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