AI音频时代

AI人工智能通过纽约地铁可疑的声音告诉工人是否有隐患

2025年3月26日14时作者 AI音频时代

纽约地铁系统引入AI技术进行实时轨道检测和维护，通过谷歌Pixel手机收集数据并利用机器学习模型识别隐患，有望减少突发故障导致的延误，节约维护成本，并为其他城市提供借鉴。

2025年3月25日19时作者 AI音频时代

语音克隆人工智能技术快速发展，但缺乏有效监管导致安全隐患。去年民主党初选事件暴露出其潜在风险，多种工具存在安全漏洞。《消费者报告》发现大多数公开可用的语音克隆工具易于绕过安全性措施。此技术易被滥用，可能导致虚假信息传播和个人隐私侵犯，亟需加强监管和自我约束。

2025年3月24日19时作者 AI音频时代

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。

2025年3月22日19时作者 AI音频时代

谷歌人工智能助手Gemini新增Canvas和Audio Overviews两大功能，重塑人机协作边界，引发新一轮功能命名与用户体验竞争。

2025年3月20日19时作者 AI音频时代

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。

2025年3月19日19时作者 AI音频时代

TTS模型（上）
，（本文部分内容来自于ChatGTP、豆包、DeepSeek等）：
当下具有代表

2025年3月18日19时作者 AI音频时代

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。

2025年3月17日19时作者 AI音频时代

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。

2025年3月15日14时作者 AI音频时代

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。

2025年3月14日19时作者 AI音频时代

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。