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。
文本转语音模型
两个开源文本转语音模型，Zotero 文献管理软件的翻译插件
本文介绍了五个开源项目：Zonos-v0.1（多语言TTS模型）、Nanospeech（文本转语音系统）、Potpie（AI代理创建平台）、Zotero PDF2zh（PDF翻译插件）和Open Deep Research Web UI（AI研究助手）。