Gemini 3.5 Live Translate 发布
说 hello, hola, 你好——欢迎 Gemini 3.5 Live Translate：我们最新的音频模型，专为快速跨语言交流而构建。🌐
语音与音频 大事记
重要进展 IMPORTANT_PROGRESS
2026-07-24 — 2026-07-24
重要进展 · 第 4 / 13 页
ChatGPT 桌面版上线语音控制多智能体
AIHOT事件 ↗原始外链未提供
语音与音频 精选历史资讯
— · 4 条
精选资讯 · 第 1 / 2 页
受 DMA 影响，Siri AI 在欧盟将随 iOS 27 和 iPadOS 27 延迟上线
由于欧盟《数字市场法案》（DMA），Apple 无法在 iOS 27 和 iPadOS 27 发布时于欧盟地区推出 Siri AI。该功能在欧盟的上线时间将晚于其他地区，具体时间未公布。
VoxCPM2 技术报告发布
面壁智能 OpenBMB 发布 VoxCPM2 技术报告。该模型为最新语音生成模型，拥有 2B 参数，基于超 200 万小时多语言语音数据训练，支持 30 种语言和 9 种中文方言。具备自然语言语音设计、可控及高保真延续性语音克隆能力。技术报告涵盖架构设计、统一序列公式、AudioVAE 高保真语音重建、大规模训练评估，以及零样本和指令跟随 TTS 基准结果。采用 16kHz 语义编码 + 48kHz 波形重建，在公开 TTS 基准上达到 SOTA 或极具竞争力。模型权重、微调代码和推理工具以 Apache 2.0 开源。
分类
排序
暂无内容