Google 为 Gemini Audio 推出新转录模型 Gemini 3.5 Transcribe，支持自动识别 85 种以上语言、最多区分 3 位说话人，并可删除「嗯、啊」等口头禅。官方称其相较前代 Chirp 3 将最终转录延迟缩短 70%，但在第三方榜单 Artificial Analysis 的 AA-WER 排名中，其字错率和价格都未居首位。该功能已在 macOS 版 Gemini app 以英文上线，开发者也可通过 Gemini API 公开预览测试。

IBM 已发布 Granite Speech 5.0 Turbo CTC 语音转录模型。根据官方博客介绍，这款模型主打转录速度和准确性，被描述为「极其快速且准确的转录」方案。相关信息已在 Hugging Face 页面公布。

Tether发布完全开源的跨平台开发套件QVAC SDK，强调AI模型可在手机、电脑等本地设备运行，并结合llama.cpp与Holepunch网络，减少对中心化云服务器的依赖。

外媒盘点2026年AI原生世代7大生产力技巧，包括语音输入、AI代理大军、专属语气分身、团队知识引擎等，帮助职场人士效率翻倍。

Wispr完成2500万美元新一轮融资，总融资达8100万美元，投资方Notable Capital曾投资Coinbase和Anthropic。其企业客户已覆盖270家财富500强公司，月增长40%，12个月留存率70%，并宣称语音识别错误率仅10%，远低于OpenAI Whisper。

语音AI初创公司Wispr宣布获得2500万美元最新融资，总融资额达8100万美元。其旗舰产品Wispr Flow实现40%月增长、70%年留存率，已覆盖270家财富500强企业。行业巨头Notable Capital领投，凸显企业级语音交互市场爆发。

Tether推出全开源跨平台AI开发工具QVAC SDK，主打本地运行、隐私保护与点对点分发，支持多设备和多系统，意在为去中心化AI应用提供基础设施。

Tether发布开源跨平台AI开发套件QVAC SDK，主打本地运行、隐私保护与点对点分发，支持多系统与多类AI能力，显示其正从稳定币扩展至去中心化AI基础设施。