搜索关键词 语音输入
AI & Enterprise
Microsoft发布3款语音AI模型 首推流式转写MAI-Transcribe-2-Streaming
Microsoft发布3款语音AI模型，包括一款流式转写模型和两款语音合成模型。其中，MAI-Transcribe-2-Streaming可在语音输入过程中持续更新转写内容，平均320毫秒返回首个候选结果，支持60多种语言，并可自动识别输入语言。与此同时，两款语音合成模型均支持23种语言，另有此前推出的非流式版本可提供更低成本选择。
Telecommunications & Media
YouTube升级评论与会员功能：新增GIF评论、电视端语音评论
YouTube在“Made on YouTube”活动上发布多项新功能，包括GIF评论、电视端语音评论和会员专属社区，并测试可按创作者需求自定义设置的评论管理工具。同时，平台还为Hype功能引入虚拟货币Jewels，进一步完善粉丝互动变现工具。
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
-
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
-
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