AI资讯GPT-Realtime-2、-Translate 与 -Whisper：全新实时语音API引领行业新标杆
OpenAI 推出三款全新实时语音模型，提升语音智能应用体验，推动语音代理迈向更高水平。
#语音识别
按标签聚合查看文章内容。
AI资讯
AI资讯AI通译服务「CoeFont通译」推出针对日本人英语特点优化的调校功能
CoeFont推出了专为日本人英语发音特点设计的AI语音识别调校功能，提升了翻译准确率。
AI资讯NordVPN浏览器扩展将标记疑似AI语音
NordVPN推出新浏览器扩展功能，实时检测并标记网页中的AI生成语音，帮助用户辨别真假声音。
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。
AI资讯日本先进媒体推出结合语音识别、生成AI与情感识别的实时商谈辅助系统
日本先进媒体发布了利用AI语音识别、生成AI和情感分析技术的销售辅助解决方案，助力商谈实时支持与分析。
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TurboScribe AI 智能转录与字幕生成工具
TurboScribe 是一款支持多语言、长时音视频转写与字幕生成的在线工具，提供高精度文字转录、字幕导出与翻译功能，适合播客主、自媒体创作者、教育机构和企业会议记录等多种场景。
AI资讯日本SB C&S推出支持下一步行动的AI耳机「GLIDiC AI +u Buds」，在Makuake平台先行发售
日本SB C&S宣布推出旗下AI产品品牌「GLIDiC AI」的首款产品——「GLIDiC AI +u Buds」（GLIDiC AI Plus U Buds），并将于3月26日在日本众筹平台Makuake开启先行销售。 价格信息 产品售价为2万9800日元，若选择Pro计划套装则为4万4600日元。在Makuake平台的支持购买价格方面，包含耳机和一年AI付费计划的套装享受40%超早鸟折
AI资讯面向企业的AI录音设备「Givery AI」实现现场知识的自然语言化
Givery AI是一款专为企业设计的AI录音设备，能够将会议和现场音频实时转化为可利用的数据，支持自动生成会议纪要，助力知识管理。
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