AI资讯微软推出三款全新基础AI模型,挑战竞争对手
微软AI研究实验室于周四宣布推出三款基础AI模型,分别支持文本、语音和图像生成。这一发布标志着微软在构建多模态AI模型体系上的持续努力,旨在与其他AI实验室竞争,尽管微软仍与OpenAI保持合作关系。 其中,MAI-Transcribe-1支持25种语言的语音转文本,速度是微软Azure Fast的2.5倍。MAI-Voice-1是一款音频生成模型,能够在一秒内生成60秒的音频,并支持用户定制个性
按标签聚合查看文章内容。
AI资讯微软AI研究实验室于周四宣布推出三款基础AI模型,分别支持文本、语音和图像生成。这一发布标志着微软在构建多模态AI模型体系上的持续努力,旨在与其他AI实验室竞争,尽管微软仍与OpenAI保持合作关系。 其中,MAI-Transcribe-1支持25种语言的语音转文本,速度是微软Azure Fast的2.5倍。MAI-Voice-1是一款音频生成模型,能够在一秒内生成60秒的音频,并支持用户定制个性
AI资讯NTT-AT基于葛饰区的AI窗口实证经验,推出生成式AI解决方案,助力提升地方政府窗口服务效率和质量。
AI资讯Speechify 推出原生 Windows 客户端,升级为全栈语音助手,支持本地 AI 模型实时语音转文字,保障隐私与响应速度。
AI商业Gridspace 是一款面向现代联络中心的智能会话与虚拟呼叫中心平台,提供虚拟坐席与语音可观测能力,帮助企业实时理解并自动化语音通话、聊天和客户对话。
AI资讯日本谷歌于5月19日(美国时间)宣布推出面向Google Workspace的新功能“Docs Live”,该功能通过语音指令辅助文档的构思与撰写。该功能将逐步向Google AI Pro和Ultra订阅用户开放,并计划于今年夏季以预览版形式向Google Workspace的企业客户推出。 “Docs Live”可作为用户的思维伙伴和协同写作助手,仅需通过语音输入,便能快速帮助用户整理思路并生
AI资讯Gradium是一家总部位于巴黎的语音AI模型初创公司,近日宣布重新开放种子轮融资,吸引了包括Nvidia在内的新投资者,累计融资金额达到1亿美元。 公司计划利用这笔资金在美国湾区设立办事处,以吸引当地人才,进一步巩固其在全球领先的AI生态系统中的核心地位。巴黎作为欧洲重要的AI中心,这一举措体现了AI初创企业靠近Anthropic、Google、Meta和OpenAI等科技巨头的战略优势。 Gr
AI资讯会议笔记工具Otter.ai周二宣布,已从General Catalyst的客户价值基金(CVF)获得3.2亿美元投资。该基金通过支持初创企业的市场营销投入获得回报,而不稀释股权。 Otter.ai表示,这笔资金将用于企业业务增长、市场推广策略、国际扩展以及产品创新。 根据PitchBook数据,这家成立近十年的初创公司此前累计融资5000万美元,最近一轮融资发生在2021年。 去年,Otter.
AI资讯日本ランド・ホー公司于9月29日宣布,开发了一款面向Nintendo Switch 2的演示游戏《语音操控机器人 RECAIUS》。 《语音操控机器人 RECAIUS》是一款利用日本东芝通信AI“RECAIUS”中语音中间件产品群的语音操控巨大机器人破坏动作游戏。玩家通过对麦克风喊出“拳击”、“踢腿”、“陨石压制”等语音指令,巨大机器人能够高速且高精度地响应,爽快地破坏关卡中的建筑物等物体。 该
AI资讯现在,一家新的初创公司正在进入这一领域。与专注于软件的同行不同,Relay正在打造一款专用的便携式麦克风,支持随时随地高保真语音转文字。Relay总部位于伦敦,由两位前Nothing员工创立:Cookie Xu(Nothing的AI与服务负责人)和Raymond Zhu(硬件产品经理)。虽然公司今天发布了软件,但其硬件产品——Relay Q——要到2027年初才会上市。 Zhu表示,他和Xu在No
AI音频Deepgram 是面向开发者与企业的云端语音识别与语音理解平台,提供高精度、多语言、低延迟的语音转文字与语音分析能力,可通过 API 快速集成到各类应用中。
AI资讯中国科大讯飞旗下的iFLYTEK JAPAN AI SOLUTIONS株式会社于6月23日宣布,搭载文字转录与翻译功能的AI录音笔“iFLYTEK AI录音笔 S6”以及专注面对面交流的AI翻译机“iFLYTEK 双屏AI翻译机”已在日本全国主要家电量贩店正式开售。 两款产品的市场参考价格分别为:iFLYTEK AI录音笔 S6售价6万9800日元,iFLYTEK 双屏AI翻译机售价9万9800
AI资讯谷歌推出Gemini 3.5实时翻译,支持70多种语言,助力自然流畅的多语言交流。