上线第一周就会撞上的 5 种语音智能体失败模式 — Venky B，Plivo
📌 One-Sentence Summary Plivo 创始人 Venky B 梳理语音 AI 智能体上线第一周常见的五种生产失败模式：延迟与成本、智能的权衡，脆弱的 STT，结构化数据采集，TTS 归一化，以及轮次切换，并分享来自月通话量超十亿平台的落地配方。 📝 Summary Venky B，Plivo 创始人兼 CEO，指出语音 AI 智能体在 P
语音与音频
AI 语音与音频的进展：语音合成、实时对话、音乐生成与音频理解的模型与产品。
已收录 129 条 · 近 30 天 104 条 · 第 5 / 6 页
-
-
阶跃发布 StepAudio 3 ，多款语音模型登顶 Artificial Analysis 全球榜单
9月15日，阶跃发布新一代语音大模型 StepAudio 3 系列，一次性推出 StepAudio 3 Realtime、StepAudio 3 ASR、StepAudio 3 TTS、StepAudio 3 Gen 和 StepAudio 3 Music 五款模型，覆盖实时语音交互、语音识别、真人级语音生成和音乐创作等场景。其中，多款模型在 权威 第三方
-
超级智能体“迪迪虾”上车，比亚迪携手阿里云推进智能座舱升级
9月14日，比亚迪“超级智能体迪迪虾暨腾势N8L纯电上市发布会”举行。围绕下一代智能座舱，比亚迪正与阿里云推进AI合作：千问大模型接入比亚迪座舱体系，参与用户多轮对话与复杂意图理解、任务编排、长期记忆与生态服务连接，让车机从“被动听懂一句话”进一步走向“主动办成一件事”。 超级智能体“迪迪虾”以AIOS为底座，通过超级智能体引擎调度车端能力和外部服务。昨日发
-
Apple发布iOS 27，macOS Golden Gate 27，Siri AI和Liquid Glass改进
这也是支持Rosetta for Intel应用程序的最后一个macOS版本。
-
在iOS 27中，我实际上再次使用Siri
苹果推迟已久的Siri彻底改革终于在iOS 27上推出，它改变了助手日常使用的感觉。
-
苹果发布iOS 27，并对Siri AI进行全面改革
Apple今天将向兼容设备推出iOS 27更新，同时还推出watchOS 27、iPadOS 27和visionOS 27更新。Siri AI是所有四个更新的头条功能，即延迟的Siri助手人工智能大修。Siri AI今天作为测试版提供给仅限英语的设备，苹果表示[...]
-
EP175 · AI 选择效应、Bending Spoons、Antspace · 09-14 早报
📝 今日导语 看 AI 采用数据先想选择效应；Bending Spoons 示范选人，Claude 底层藏着 Antspace。 🏷 今日关键词： 选择效应 断点回归 Bending Spoons Evernote Claude Code Antspace 具身智能 📰 今日精选内容 你的 AI 采用提升是选择效应 Towards Data Science
-
从加油到高速服务，动口不动手：蚂蚁阿宝三大车载AI能力亮相2026外滩大会
9月9日至12日，2026 Inclusion·外滩大会在上海举办。大会集中展示AI智能体从技术创新走向规模化民生商用的最新成果，在智能座舱板块，支付宝重磅发布三大全新产品能力，让车内AI服务从“基础交互”迈入“全场景可交易、全链路能办事”的新阶段。 此前，支付宝发布AHA多智能体跨端互联协议体系，打通跨设备、跨品牌的智能服务壁垒，推动“蚂蚁阿宝”车载服务规
-
苹果将Watch变成人工智能笔记本
另外：空中出租车在德克萨斯州起飞
-
GPT-Live API 发布：赋能开发者创建新型应用
📌 One-Sentence Summary GPT-Live-1 现已通过 API 提供，支持自然对话和集成模型/工具的语音智能体。 📝 Summary GPT-Live-1 现已通过 API 提供，将 ChatGPT 的自然对话体验带到应用中，支持边说边听的语音智能体，并能与用户选择的模型和工具协同工作。 📊 Article Meta AI Screen
-
OpenAI的GPT-Live-1 API允许开发人员构建同时说话和倾听的应用程序
OpenAI发布GPT-Live-1作为开发人员API。双环语音模型在交互性测试中的得分为80.1%，高于其前身的45.4%。每分钟0.05美元，并不便宜。文章OpenAI的GPT-Live-1 API允许开发人员构建同时说话和聆听的应用程序，首次出现在The Decoder上。
-
由于人工智能为93%的音频内容提供支持，印度的袖珍FM收入运行率翻了一番，达到5亿美元
Snap FM使用人工智能制作99%的新内容，帮助内容制作成本降低约80倍。
-
沃尔沃XC40 PHEV以全新外观、更好的传感器和Gemini AI回归
沃尔沃停产插电式混合动力车XC40已经大约三年了。轻度混合动力版本与电动EX 40一起仍在美国和其他地方销售。今天，沃尔沃宣布将恢复PHEV版本并对其进行重大翻新。明年初抵达经销商时，新款XC40 [.]
-
阅读Apple文档，解释新的收听功能如何仍然保护您的隐私
在周三的iPhone Duo发布会上，苹果宣布了一些新的Siri AI音频智能功能，包括Siri Recap、Live倒带、声音识别和音乐识别。在宣布这一消息的同时，苹果还发布了一份文件，阐述了其计划如何平衡人工智能“环境监听”和用户隐私。它说来自新[.]的原始音频
-
Apple Watch的新人工智能功能正在使技术始终在倾听的理念正常化
苹果表示，其新手表不会保存原始音频，但可以转录最近的语音并总结周围对话的功能引发了有关同意、隐私以及人们在知道自己总是可以被录音时如何行为的新问题。
-
Desert Ant Labs：在设备上运行的本地快速模型
HN ð374· 88 评论
-
Querum推出语音设计：写提示，在几秒钟内获得全新合成语音
语音探员团队总是遇到同样的问题。目录中有400个声音，而简报中要求的是其中没有的一个：蒙特利尔经销商的魁北克接待员，一个60多岁的演讲厅权威的叙述者。简报的数量超过任何目录，克隆缩小差距一个扬声器在一个时间，[.] The post Quarterum推出语音设计：写提示，获得一个全新的合成语音在几秒钟内appeared first on MarkTechP
-
在IFA重新认识安克：从技术底座到场景贯通
9月3日，柏林IFA开幕前一天，安克举行了全球媒体发布会，宣布把Anker、Anker SOLIX、eufy、eufyMake、soundcore五个品牌，统一归于Anker品牌之下。 这场发布会在欧洲最大消费电子展的前夜举行，时机不算偶然。 2026年上半年，安克欧洲区域营收44.32亿元，占总营收的26.69%，同比增长29.34%。欧洲贡献了超过四分之