阿里巴巴推出 Qwen3.5-Omni 多模態模型
阿里巴巴 Qwen 團隊推出 Qwen3.5-Omni，全模態 AI 模型。支援 113 種語言的語音辨識及 36 種語言的語音生成。模型在多模態基準測試中取得 215 項 SOTA 成果。
Search
Tag: #speech-ai11 results
Alibaba 推出具語義理解能力的 AI 語音平台
Alibaba 推出 CosyVoice Studio，號稱中國首個一站式 AI 語音平台。平台整合聆聽、說話與內容創作，並將語義理解融入語音能力。
Grok 整合 Cursor 與 ChatGPT 新語音功能
本次更新重點在於將 xAI 的 Grok 整合至 Cursor 程式碼編輯器中。同時也提及了關於 GPT-5.6 的進展以及 ChatGPT 語音介面的更新。
CONCORD：隱私安全的永遠傾聽AI
CONCORD 是一款隱私感知的 A2A 框架，用於主動語音 AI 助理，透過即時驗證僅捕捉擁有者語音，產生單邊轉錄。它透過時空解析、缺口偵測及最小關係感知 A2A 查詢恢復缺失上下文，避免幻覺。評估顯示 91.4% 缺口偵測召回率、96% 關係分類準確率及 97% 隱私 TNR。
📰
SpeakFlow：即時 AI 對話練習教練
SpeakFlow 為 Z.AI 駭客松打造，是評估口說回應的 AI 教練，支援練習與簡報模式，涵蓋 11 語言。使用 Web Speech API 與 GLM 5.1 即時評分與報告。提供線上示範與 GitHub 程式碼。
Reson8 籌集 500 萬歐元擴展可自訂語音 AI
荷蘭阿姆斯特丹的 Reson8 完成 500 萬歐元預種子輪融資，用以擴展可自訂語音 AI 平台。提供高精度、產業特定辨識，專為歐洲語言設計，挑戰美國主導方案。計劃擴展至超過 20 種語言模型。
為非洲使用者重新設計輔助 AI
迦納開發者 Emmanuel Quartey 暫時失去單耳聽力後，發現日常互動對感官障礙者的支援仍然不足。文章探討他如何根據非洲使用者的需求與經驗，重新設計輔助 AI。
Google Translate 新增 AI 發音教練
Google Translate 慶祝 20 週年推出 AI 驅動的發音教練。新功能透過聆聽使用者語音提供即時反饋，並精準指出錯誤。這直接提升應用程式中的語言練習體驗。
Google Translate 使用 AI 練習發音
Google 在 Translate Android 版推出 AI 驅動的發音練習功能，目前適用於美國和印度的英語、西班牙語和印地語。使用者可說出翻譯內容，獲得即時 AI 準確度回饋，包括音標拼寫。應用支援 250 多種語言，每月 10 億使用者翻譯超過 1 兆字。