AI资讯谷歌发布最新实时语音翻译模型“Gemini 3.5 Live Translate”
谷歌推出支持70多种语言的实时语音翻译新模型，提升多语言交流体验。
#语音识别
按标签聚合查看文章内容。
AI资讯
AI教程在聊天中引入Manus代理：随时随地的个人助理
今天，我们推出了Manus代理——一种全新方式，让你可以直接在聊天应用中使用Manus。Telegram是首个支持的平台，Manus代理现已向所有用户开放，涵盖所有订阅等级，更多平台也将陆续支持。 个人AI代理在聊天中的概念并不新鲜，但大多数方案需要复杂的设置、持续维护和难以预估的费用，导致普通用户难以真正使用。 Manus代理旨在消除这些障碍，让你专注于代理能做什么，而不是如何运行它。 什么是M
AI音频AssemblyAI 语音转写与语音理解平台
AssemblyAI 提供行业领先的语音转文字与语音理解模型，帮助企业从语音数据中高精度提取内容与洞察，快速构建和扩展各类语音智能产品。
AI资讯谷歌发布“Docs Live”，实现语音指令自动生成文档
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DeepL发布实时语音到语音翻译系统“Voice-to-Voice”
DeepL日本公司推出了实时AI语音翻译系统“DeepL Voice-to-Voice”，支持多场景多语言即时语音翻译。
AI资讯准备迎接充满低语声的未来办公室
随着我们与电脑交流的时间越来越多，工作环境将会发生怎样的变化？《华尔街日报》最近的一篇报道关注了像 Wispr 这样的语音转录应用日益流行，尤其是它们能够与编程工具结合使用，这对办公室礼仪可能带来怎样的影响。 一位风险投资家表示，现在去初创公司办公室就像走进了高端呼叫中心。Gusto 联合创始人 Edward Kim 也告诉他的团队，未来办公室的声音“更像是销售大厅”。（作为曾被临时调到销售区办公
AI写作Transcriptik：快速将音视频转成可编辑文字的在线转录工具
Transcriptik 是一款在线音视频转文字工具，支持将录音、会议、播客等内容快速转录为可编辑文本，便于整理纪要、提炼要点与二次创作。
AI资讯什么是实时AI语音翻译解决方案“DeepL Voice”？
DeepL Japan推出的实时AI语音翻译解决方案，助力多语言会议高效沟通。
AI资讯谷歌悄然推出支持离线的AI语音转写应用
谷歌于周一悄然发布了一款名为“Google AI Edge Eloquent”的离线优先语音转写应用，目前仅在iOS平台上线，旨在与Wispr Flow、SuperWhisper、Willow等同类产品竞争。该应用免费下载，用户只需下载基于Gemma的自动语音识别（ASR）模型，即可开始在手机上进行语音转写。 应用内支持实时转录，暂停时会自动过滤“嗯”、“啊”等填充词，并对文本进行润色。转录文本下
AI音频Deepgram 语音识别与语音理解平台
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Slackbot新增跨应用自动化功能，实现业务流程一体化管理
日本国家Slack公司为其个人AI助手“Slackbot”增添了全新功能。用户此前需要分别操作的应用程序、数据源及第三方代理，现在可以通过Slack中的单一对话界面统一管理。 Slackbot能够将用户使用的应用、代理及数据整合到一个对话式界面中。它与Slack内积累的对话、决策和知识库相连接，直接访问业务所需信息。与公开信息不同，Slackbot能理解企业业务背景，提供针对性回答。 此次功能升
AI资讯第7回：什么是“多模态”——不仅理解文字，还能处理图像、音频和视频的AI
多模态AI能够综合处理文字、图像、音频和视频等多种信息形式，推动AI从单纯的文本生成工具向多信息融合处理工具转变。