#语音识别

按标签聚合查看文章内容。

AI征服了编程,快餐行业成下一个战场AI资讯

AI征服了编程,快餐行业成下一个战场

“没有任何沟通延迟或怪异感,感觉完全自然,”Charpentier告诉WIRED。“但又有点过于友好,几乎不像是人类。” 这个声音在句子中礼貌地穿插着“请”和“谢谢”,语气柔和且友好。它试图礼貌地向Charpentier推销额外的士力架配她的冰风暴。 但Charpentier曾在青少年时期亲自操作Dairy Queen的得来速窗口,她知道这里面有些不对劲。当她开车到北卡罗来纳州Cary的得来速窗口

Nirva获3300万美元融资,推出只听佩戴者声音的智能吊坠AI资讯

Nirva获3300万美元融资,推出只听佩戴者声音的智能吊坠

环境感知AI正迎来发展热潮。亚马逊推出了名为Bee的新款腕戴设备;前Plaud高管创立的Ambi公司发布了环境感知应用,并计划开发自有硬件;苹果在9月的iPhone发布会上推出了语音智能功能。如今,一家名为Nirva的公司则押注于一款类似珠宝的智能吊坠,主打仅监听佩戴者的声音。 这家初创公司今日宣布完成2500万美元的Pre-A轮融资,之前已获得800万美元投资,累计融资达3300万美元,投资方包

谷歌发布实时语音翻译模型“Gemini 3.5 Live Translate”AI资讯

谷歌发布实时语音翻译模型“Gemini 3.5 Live Translate”

美国谷歌公司于2026年6月9日(当地时间)正式发布了最新的实时语音翻译模型“Gemini 3.5 Live Translate”,以纪念其翻译服务“Google 翻译”诞生20周年。 “Gemini 3.5 Live Translate”支持70多种语言,能够在保持说话者语调、语速和音高的同时,几乎实时生成翻译语音。传统的语音翻译多采用“轮流翻译”方式,即需等待说话者说完后再进行翻译,而该模型

Apple Watch AI功能开启对话回放与摘要测试AI资讯

Apple Watch AI功能开启对话回放与摘要测试

苹果公司为Apple Watch推出的AI驱动“音频智能”技术于周二开始进入测试阶段,首批面向iOS 27.3更新中的开发者开放。该技术最初于今年9月的“惊喜与闪耀”硬件发布会上宣布,包含四项用户可选择的AI功能,帮助Apple Watch Series 12用户识别重要声音、识别歌曲、回顾对话内容及记录笔记。 这项消息由苹果印度公关团队通过邮件首次发布,随后在美国及其他市场同步推送更新。 声音识

便于散步时记录想法的AI录音笔Memoket,能整理零散的语音内容AI资讯

便于散步时记录想法的AI录音笔Memoket,能整理零散的语音内容

你是否曾在散步时突然想到好点子?运动时血液循环加快,周围环境的刺激也有助于激发灵感。许多作家喜欢边走边构思内容,我自己也越来越多地利用智能手机的语音识别功能,在散步时完成稿件的初稿。 不过,要写出连贯的文章还是需要一定的专注力,而且边走边看手机在某些场合也存在安全隐患。如今的AI录音笔普遍具备自动摘要功能,即使说话零散,也能帮你整理内容。如果能将过去录音的内容进行综合整理就更好了。正是在这样的需

NVIDIA发布支持40种语言的免费文字转录AI模型“Nemotron 3.5 Transcribe”AI资讯

NVIDIA发布支持40种语言的免费文字转录AI模型“Nemotron 3.5 Transcribe”

日本国家NVIDIA于10月28日宣布推出支持文字转录、翻译及说话人分离的开源权重AI模型“Nemotron 3.5 Transcribe”。该模型支持40种语言的文字转录,31种语言与英语之间的互译,以及13种语言的说话人分离,能够处理最长1小时的音频。基础模型已在Hugging Face平台公开,FP8和NVFP4量化模型也将于近期发布。该模型采用“OpenMDW-1.1”许可协议,免费且支

谷歌悄然推出支持离线的AI语音转写应用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