返回语音识别

语音识别

Meta
2026-09-02 05:41:04

Meta Superintelligence Labs 推出实时语音转录模型 Muse Voice Transcribe

Meta Superintelligence Labs 本周发布实时音频感知模型 Muse Voice Transcribe,并已作为托管 API 上线 Meta Model API。该模型把流式自动语音识别、20 多人说话人分离和端点检测整合进单一自回归模型,无需后处理,定价为每 1000 音频分钟 3 美元,已用于 Meta AI for Mac 与 Muse Code 的听写功能。

50
Meta Superintelligence Labs 推出实时语音转录模型 Muse Voice Transcribe
人工智能
2026-08-31 10:55:20

从达特茅斯提案到黄仁勋表态,人工智能 70 年争议史

MarsBit 刊文回顾人工智能 70 年演进史,切入点是黄仁勋在 2026 年 8 月 26 日英伟达财报电话会上称「对于很多任务来说,我们可以说已经实现了 AGI」。报道从 1955 年达特茅斯提案写起,梳理符号主义、神经网络、专家系统、机器学习、深度学习与 Transformer 的交替起伏,并指出 AI 历史中的寒冬、改名、路线之争与 AGI 定义模糊问题,至今仍在延续。

100
从达特茅斯提案到黄仁勋表态,人工智能 70 年争议史
Sarvam AI
2026-08-19 13:54:05

Sarvam AI 在印度语音识别任务中超过 OpenAI 和 ElevenLabs

总部位于班加罗尔的 AI 公司 Sarvam AI 在印度语言语音识别任务中的表现超过 OpenAI 和 ElevenLabs。Techub 援引 Crypto Briefing 称,这一结果显示,面向特定区域的 AI 方案在处理语言多样性,以及提升可及性和包容性方面具备潜力。

340
Sarvam AI 在印度语音识别任务中超过 OpenAI 和 ElevenLabs
AI算力
2026-08-18 08:13:29

台湾数位产业署免费 AI 算力申请进入最后梯次

台湾数位发展部数位产业署 115 年度免费 AI 算力平台申请已进入后段,全年收件将于 10 月 30 日截止。符合资格的国内业者经核定后,可免费使用 3 个月 GPU 算力,用于训练、微调开源模型,或通过 API 串接预装大语言模型。官方称,截至 114 年底,已有 186 家 AI 新创与资服业者使用平台,产出至少 266 个模型或创新应用。

1250
台湾数位产业署免费 AI 算力申请进入最后梯次
Anthropic
2026-08-10 08:01:09

2000 年美国物理奥赛名单再被翻出,Anthropic CEO 曾在落选 24 人中

一份由美国物理教师协会保存的 2000 年美国物理奥赛 24 人集训队名单,近期在社交平台被重新传播。名单中出现了 Anthropic CEO Dario Amodei,以及 Lighter 创始人 Vladimir Novakovski、Duolingo AI 研究工程师 Badr Albanna、UC Berkeley 教师 Nilah Monnier Ioannidis 等名字。名单对应的选拔发生在马里兰大学,最终 5 人代表美国参加第 31 届国际物理奥赛并全部获奖。报道还梳理了多名入选者此后在 AI、金融科技、计算生物学、法学和计算机领域的去向。

7520
2000 年美国物理奥赛名单再被翻出,Anthropic CEO 曾在落选 24 人中
June
2026-08-03 15:15:21

AI 初创公司 June 完成 2000 万美元种子前融资

由 Salesforce 前高管 Efrat Rapoport 创立的 AI 初创公司 June 宣布结束隐身状态,并完成 2000 万美元种子前融资。该轮融资由 Marc Benioff 旗下 Time Ventures 领投,Michael Dell、Aaron Levie 和 George Kurtz 参投。公司聚焦企业部署 AI 工具时的系统整合问题,平台可扫描现有系统、分析流程与数据结构,并生成 AI 代理部署方案。

1140
AI 初创公司 June 完成 2000 万美元种子前融资
OpenAI
2026-07-27 10:36:17

OpenAI将ChatGPT语音接入桌面版 Work 与 Codex

OpenAI 于 7 月 23 日把 ChatGPT Voice 推入桌面版 App 的 Work 与 Codex 场景,面向 macOS 和 Windows 全球分批开放,并覆盖 Plus、Pro、Business、Edu、Enterprise 用户。报道提到,其底层基于 7 月 8 日上线的新一代语音模型 GPT-Live,支持实时打断与续接对话。OpenAI 还把语音能力与任务执行、项目上下文、多智能体协同及桌面应用场景结合,显示其正把 ChatGPT 推向桌面端的 AI 工作入口。

1190
OpenAI将ChatGPT语音接入桌面版 Work 与 Codex