#语音识别

按标签聚合查看文章内容。

祖父被深度伪造声音欺骗后,这位创始人迅速行动起来AI资讯

祖父被深度伪造声音欺骗后,这位创始人迅速行动起来

当电话打来时,Tarini Padmanabhuni的祖父以为自己正在和他的兄弟通话。电话那头的声音声称自己被绑架了,唯一的解救办法是支付赎金。祖父照做了,后来才知道他的兄弟根本在别处,完全不知道发生了什么。原来,这个声音是由AI生成的深度伪造音频。 “让我印象最深刻的不是钱,”Padmanabhuni说,“而是他根本无法辨别真伪。” 这件事发生在大约两年前。如今,她创立的旧金山公司Detecti

OpenAI发布全新语音模型,实现更自然的实时对话体验AI资讯

OpenAI发布全新语音模型,实现更自然的实时对话体验

OpenAI今日推出了全新的对话语音模型,名为GPT-Live-1和GPT-Live-1 mini,声称这些模型的语音更加自然,且在对话轮换上表现更佳。这些模型支持全双工功能,意味着它们可以同时说话和聆听,允许用户自然打断对话,并支持实时翻译等功能。 公司还宣布将默认用GPT-Live-1 mini替代ChatGPT中现有的高级语音模式。付费用户则可以使用更强大的GPT-Live-1模型。此前的语

美国xAI发布“Grok Voice Think Fast 2.0”,语音转写精度提升至最高两倍AI资讯

美国xAI发布“Grok Voice Think Fast 2.0”,语音转写精度提升至最高两倍

美国xAI公司于7月29日(当地时间)正式发布了其下一代语音AI模型“Grok Voice Think Fast 2.0”。该服务的收费标准为每分钟0.08美元(约合12日元)。 新模型在语音推理、对话能力以及工具调用的可靠性方面均有显著提升。与竞争对手如GPT-Realtime-2.1和Gemini 3.1 Flash等模型进行基准测试时,Grok Voice Think Fast 2.0以8

PLAUD支持直接从ChatGPT和Claude等AI服务访问数据AI资讯

PLAUD支持直接从ChatGPT和Claude等AI服务访问数据

日本国家PLAUD公司于23日宣布,其AI语音录音设备“Plaud”现已支持与外部服务的连接协议“Model Context Protocol(MCP)”。该功能无需额外费用,但需要拥有Plaud账户。用户可以直接通过ChatGPT、Claude等第三方AI服务访问存储在Plaud中的转录和摘要数据。 过去,若要在其他AI服务中使用会议或商务谈判的语音数据,用户必须先从Plaud应用导出文字转录

Sandbar为何认为其语音智能戒指能避免AI硬件的失败命运AI资讯

Sandbar为何认为其语音智能戒指能避免AI硬件的失败命运

近年来,AI笔记硬件迅速兴起,从信用卡大小的设备、吊坠、别针,到能够转录的耳塞,纷纷承诺帮助用户记录会议内容并生成摘要和行动项。如今,一波以戒指为代表的可穿戴设备也在押注人们希望以同样方式捕捉零散的想法和灵感。 Sandbar是其中一家追逐这一趋势的创业公司,旗下产品是私密语音戒指Stream。该公司迄今已筹集3600万美元资金,其中包括由Adjacent和Kindred Ventures领投的2

微软发布全球最快、最高精度且低成本的语音识别模型“MAI-Transcribe-2”AI资讯

微软发布全球最快、最高精度且低成本的语音识别模型“MAI-Transcribe-2”

美国微软公司于9月3日(当地时间)正式发布了新一代语音识别AI模型“MAI-Transcribe-2”。微软宣称该模型是“全球最快、最高精度且成本最低的语音识别模型”,在性能上超越了包括“Gemini 3.5 Transcribe”、“GPT-Transcribe”、“Whisper V3-Large”以及“Scribe v2”等竞争对手。 “MAI-Transcribe-2”是今年6月发布的“