搜索关键词 语音输入
Games & Commerce
Nexon Games将携《Pareidolia》亮相TGS 2026,首次开放试玩
Nexon Games宣布,将在日本千叶幕张展览馆举行的TGS 2026上首次公开新作《Pareidolia》试玩版。试玩时长约10分钟,涵盖探索、策略战斗以及任务完成后的角色互动,并加入语音识别对话与呼叫功能。公司还将在7号馆C04打造主题展台,还原游戏中的Tasogare馆。
AI & Enterprise
NVIDIA据悉拟以129亿美元收购Hugging Face,开源AI生态持续升温
随着开源AI持续追赶,头部厂商近期密集推出新模型,行业竞争进一步升温。与此同时,市场消息称NVIDIA拟以129亿美元收购Hugging Face,带动市场对开源模型生态的关注。企业端方面,AI代理、语音交互及智能客服等应用也在加快推进。
AI & Enterprise
Meta发布实时语音识别模型Muse Voice Transcribe:可转写20名以上说话人对话,支持多语混说
Meta于9月1日发布实时语音识别模型Muse Voice Transcribe,可在实时转写过程中区分不同说话人,适用于20名以上说话人参与的对话以及多语言、混合语种场景。该模型以80毫秒为单位处理音频,并采用自适应延迟技术。Meta称,其在Artificial Analysis流式语音识别评测中的最终词错误率(WER)为3.1%,API按语音时长计费为每小时0.18美元。
-
AI & Enterprise
KT携手韩国AI企业打造“人人AI”,加速AI落地日常场景
-
AI & Enterprise
Google发布Gemini 3.5语音模型:可在打断后继续对话,Transcribe覆盖85种语言
-
Telecommunications & Media
Google发布Pixel 11系列:起售价899美元,Pixel Tag同步亮相
-
AI & Enterprise
Google为macOS版Gemini新增fn键快捷唤起,支持屏幕内容识别与摘要生成
-
AI & Enterprise
Krafton开源语音AI基础模型“A.X K2 Raon-Speech”,发力游戏角色语音交互
-
AI & Enterprise
Andrej Karpathy谈生成式AI使用技巧:少打磨提示词,多用长语音输入
-
AI & Enterprise
OpenAI为ChatGPT桌面版上线语音操控功能,可执行电脑任务
-
AI & Enterprise
OpenAI为ChatGPT语音模型推出GPT-Live:支持实时双向对话和视觉卡片
-
AI & Enterprise
SK Shieldus凭借“TodakTodak”获Databricks数据与AI黑客松韩语赛道第二名
-
Telecommunications & Media
苹果WWDC 2026展示新版SiriAI:贯通iPhone、iPad、Mac个人语境
-
AI & Enterprise
AI口述走红办公场景,Google借Gboard加码语音输入竞争
-
AI & Enterprise
iPhone磁吸AI听写配件SpeakOn上手:可自动润色文本并按场景切换文风
-
AI & Enterprise
Google面向iPhone推出Google AI Edge Eloquent:支持离线转写并实时整理口语
-
AI & Enterprise
LG U+在MWC26展示ixi-O未来蓝图:接入可穿戴设备、车载系统和机器人
-
AI & Enterprise
YouTube向Premium用户推出AI播放列表生成功能