OpenAI 发布新型音频模型，听起来比以往任何时候都更像人类
OpenAI发布了两款新的音频模型GPT-4o-transcribe和GPT-4o-mini-transcribe，旨在提升语音转文本的准确性，并引入可操控性文本转语音功能。此举为自然、直观的口语对话迈出了重要一步。
AI音频时代
音频广告技术：AI人工智能和个性化正在掀起波澜
视频吸金，音频崛起成高效选择。音频广告通过播客、智能音箱等突破传统边界，成为品牌触达受众的新途径。其精准性、个性化和无缝融合特性使其成为最高效的广告预算之一。
Respeecher 和 Reality Defender 携手应对 AI 生成威胁
Respeecher与Reality Defender合作开发先进音频深度伪造检测模型，旨在保护用户免受AI生成威胁。
苹果正在研发带摄像头的AirPods，配备AI和空间音频
苹果正在开发集成摄像头的AirPods，预计2026年发布。这些摄像头用于红外传感器和空中手势控制，提升空间音频体验，并有可能扩展到AR和VR领域。
高通收购设备端AI先驱 Edge Impulse
加州公司Edge Impulse同意被高通收购，旨在增强其边缘人工智能应用生态系统。Edge Impulse简化了在嵌入式系统中创建AI和ML模型的过程，并已吸引了17万多名开发人员。此次收购预计将补充高通对物联网转型的战略方法，包括全面的芯片组路线图、统一的软件架构等。
AI生成交响乐，这一天终究还是来了
NotaGen 是首个针对古典音乐交响乐的 AI 音乐生成模型，来自中央音乐学院、清华和北航的开发人员宣布其开源。模型涵盖基础版及增强版NotaGen-X，并在专业数据集上进行了微调，实现高度可控性和专业性，提升了古典音乐生成质量。
新突破！AudioShake 推出新 AI 模型以分离音频中的多人等重叠声音
AudioShake发布Multi-Speaker，一款新型多说话者分离引擎，能精准提取独立音轨，在多个行业中释放创意潜能。
这个 AI 智能耳机在放入充电盒时可充当录音机并进行转录
RecDot系列耳机通过AI功能颠覆传统无线耳机，支持实时会议记录、翻译及个性化提醒等功能，覆盖清晨通勤至运动场景，旨在成为智能生活中的重要工具。