跳到正文
10月15日週四
  1. Hacker News:AI 熱帖25

    ICE 擬用 AI 監察被拘留者的通話及行動

    ICE 有意使用 AI 監察被拘留者的通話及行動。一名近期發布 ASR 模型的留言者表示,其自訂授權禁止將模型用於監察在押人士。他認為這項限制未必能改變整體情況,但隨着相關能力發展,仍值得考慮模型的用途。

  2. DEV Community45

    A regex matched my LLM pipeline on clean text. Then synthetic speech broke both.

    SayAgain 的評估顯示,在乾淨文字上,正則表達式已能達到預設標準,無須使用 LLM。89 組測試中,正則表達式標記了全部 41 個預設錯誤,並未對 48 個正確讀回造成誤報;Gemma-4-31B-IT 則有 2 次誤報。改用合成語音後,正則表達式和 Gemma 的誤報分別升至 16/48 和 17/48,兩者均超出誤報預算。

  3. DEV Community30

    AI 語音模型如何訓練:技術概覽

    AI 語音模型的訓練流程涵蓋語音資料收集與預處理、模型架構、訓練及推理,將文字轉成語音波形。常見 TTS 系統以配對的語音錄音和文字訓練,用 Mel-spectrogram 表示聲學特徵,再由 vocoder 轉成波形;ElevenLabs 提供託管 API 和聲音複製功能。

  4. IT之家73

    SpaceXAI 發佈 Grok Voice 3.0,官方稱其為全球智能水平最高的語音轉語音模型,延遲低於 1 秒

    SpaceXAI 發佈 Grok Voice 3.0,官方稱其為全球智能水平最高的語音轉語音模型,延遲低於 1 秒且運行成本低於其他前沿模型。Artificial Analysis 的獨立測試中,該模型在語音轉語音綜合榜排名第一,得分 86.9;全雙工基準得分為 97%,τ-Voice 得分為 71.6%,延遲較 GPT-Live-1(Astra)低 40%。

  5. DoNews63

    SpaceXAI 發佈 Grok Voice 3.0 語音轉語音模型

    SpaceXAI於2026年10月15日發佈Grok Voice 3.0語音轉語音模型,在客服通話任務中的延遲低於1秒。模型綜合表現位列Artificial Analysis榜單首位,得分86.9;全雙工互動達97%,τ-Voice抗噪與插話能力為71.6%。模型已透過API上線,定價維持每分鐘0.08美元;每日支援特斯拉車載對話及星鏈客服超過百萬次通話,70%來電可全自動處理。

  6. OpenAI News35

    Amp puts AI agents to work beyond code with OpenAI models

    Amp 正藉助 OpenAI 模型拓展 AI 智能體的工作範圍,從規劃產品、撰寫程式碼和設計頁面,延伸至編寫文件及市場推廣。Amp 推出 Sign in with ChatGPT 整合,讓用戶使用更多 token 和 OpenAI 模型,包括 GPT‑6 Astra;團隊亦正測試 GPT‑6 Astra 的 Ultrafast 模式,並以 GPT‑Live‑1 支援即時語音對話。

  7. Descript 原創工程博客52

    Descript 教學:如何減少音訊背景噪音

    Descript 的指南介紹如何在錄音前控制環境噪音,並在後期用 Studio Sound 一鍵減少背景噪音、混響及其他不需要的聲音。Studio Sound 以機器學習模型處理並重新合成音訊,亦可保留原音供比較。文章建議在安靜、少硬質反射面的空間錄音,選用指向性麥克風、靠近麥克風收音並降低增益。

  8. The Verge · AI42

    Square 推出可透過 AI 對話協助點餐的 Square Kiosk

    Square 推出 Square Kiosk 點餐自助機,讓顧客透過 AI 語音對話查詢菜單、要求修改或替換餐點並下單。設備配備 21.5 吋觸控屏幕及感應到場功能,付款可使用非接觸式讀卡器或插卡槽。Square Plus 或 Premium 訂閲商戶即日起可用 $1,999 購買,每部設備另收每月 $99 軟件費。

10月14日週三
  1. 螞蟻 inclusionAI:HuggingFace 新模型47

    Ming-3.0-asr-tiny:支援中文、英文及方言的上下文語音辨識模型

    Ming-3.0-asr-tiny 結合 Ling-tiny-v3 語言骨幹與音訊編碼器,可轉錄中文、英文及方言語音,並支援以熱詞或對話上下文改善專業詞彙辨識。模型在 15 個地區方言測試集(包括粵語、閩南語及上海話)、雜音語音及五個應用領域接受評估。模型權重及原始項目程式碼以 MIT License 發佈,並提供 Transformers 推理範例。

  2. DoNews32

    Bose 推出全新Bose開放式運動耳機與 Bose Ultra 開放式耳機II

    Bose 推出 Bose 開放式運動耳機和 Bose Ultra 開放式耳機 II,兩款產品即日起在 Bose 官方渠道發售,售價分別為 1,599 元和 2,299 元。兩款耳機均採用 Bose OpenAudio 開放式音頻技術,並支援藍牙 5.4、多點連接及無線充電。運動耳機單次充電可播放長達 7 小時,Ultra 開放式耳機 II 可播放 9 小時,開啟沉浸空間音頻模式約 5 小時。

  3. DEV Community28

    AI 語音如何改變 Podcast 行業

    AI 語音合成與聲音複製正改變 Podcast 製作,讓開發者可生成旁白、多語言音訊及互動節目。文章以 ElevenLabs 示範 Python TTS 及聲音複製流程;複製聲音需提供目標説話者的音訊樣本,並可重用 voice ID。文中亦示範以 TTS 製作 5 種語言版本,並將音訊生成接入 CI/CD 流程。

  4. Thurrott63

    Apple 推出售價 $149 的 HomePod mini 2,加入 Siri AI 支援並整合 Apple TV、Mac

    Apple 發佈 HomePod mini 2,售價 $149,加入與 Apple TV 4K、Mac 的新整合,並將透過上市後更新加入 Siri AI。Siri AI 初期只支援英文,適用地區包括美國、澳洲、加拿大、印度、新西蘭、新加坡、南非及英國;產品即日起接受預購,並於 October 30 在美國及另外 23 個市場開始出貨。

  5. Thurrott53

    Apple 推出第四代 Apple TV 4K,加入內置咪高峯及 Siri AI,美國售價升至 $299

    Apple 將於 11 月 13 日推出第四代 Apple TV 4K,加入內置咪高峯及 Siri AI 支援,美國售價 $299,較上一代貴 $50。Siri AI 亦會以 beta 提供予第二、三代 Apple TV 4K;新機的遠場咪高峯支援免提操作,但 Siri AI 初期只在美國、澳洲、加拿大、印度、新西蘭、新加坡、南非及英國提供英文服務。

10月13日週二
  1. CNET51

    Apple 發佈 HomePod Mini 2,外觀延續前代並預告 Siri AI 功能

    Apple 發佈 HomePod Mini 2,配備 S10 晶片,並預告日後更新將加入 Siri AI 功能。新款售價 $149 起,提供五種新顏色,於 10 月 30 日在店舖發售;S10 晶片可即時分析音樂並作優化。Apple 表示,Siri AI 可根據 iPhone 使用情境個人化回應,例如按過往訊息播放歌曲,或從電郵中的食譜整理購物清單;相關功能的價格尚未公佈。