Gemini 3.5 Transcribe 发布：面向精准实时转写的语音转文本模型
Gemini 3.5 Transcribe 是 Google 推出的最新语音转文本模型，主打精准、智能的实时转写。官方同时放出了详细介绍链接，未披露参数量、benchmark 分数或开放方式等细节。
#语音
#语音
今日 13 条Google Gemini App(@GeminiApp)AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google Gemini App(@GeminiApp)AI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini App for macOS 上线 Gemini 3.5 Transcribe：支持语音与屏幕上下文
Gemini App for macOS 新增 Gemini 3.5 Transcribe，可用语音和屏幕上下文完成更多任务。该功能支持总结本地文件、规划与研究，并用自然语言创建图像。
Greg Brockman(@gdb)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Astra 可从 mel 频谱图零样本识别声音
Astra 能够从 mel 频谱图中零样本识别声音，发布者称这还只是该模型的轻量推理，尚未触及能力上限。该演示由 Max @maxxrubin_ 分享，Greg Brockman 转发。
Paul Couvert(@itsPaulAi)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI 音乐生成模型人声清晰度大幅提升，新曲目演示发布
一段新生成的 AI 音乐曲目演示展示了明显的人声清晰度提升，作者称虽不完美，但已远好于前几代模型。该曲目发布于 Twitter，附带视频演示，用于展示人声表现。
Paul Couvert(@itsPaulAi)AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布 Lyria 3.5 并集成进 Gemini
Google 发布 Lyria 3.5，并集成进 Gemini。作者在预览阶段试用后表示其生成音乐的方式相当易用，提供 24 个可直接使用的模板、对歌词的完整控制以及 17 种风格。
Sundar Pichai(@sundarpichai)AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 推出 Gemini 语音新能力，可对话操作 Gmail、Keep 和 Docs
Sundar Pichai 宣布新的 Gemini 语音能力正在推送，用户可以通过对话搜索 Gmail 收件箱、在 Keep 中整理想法与任务，并创建新的 Docs。该功能面向 Google AI 订阅用户开放，他特别提到 Docs Live 会很有帮助，并附上演示视频与博客链接。
Fish Audio(@FishAudio)AI 评估 · 0/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 0/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fish Audio 分享完整对话视频
Fish Audio 在 X 上发布了一条完整对话链接，指向一段 YouTube 视频（youtube.com/watch?v=82l4A-…）。该帖互动量为 0 条回复、0 次转发、3 个点赞、610 次浏览，由 xgo.ing 提供支持。
Mustafa Suleyman(@mustafasuleyman)AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mustafa Suleyman 发布 MAI-Transcribe-2：比 GPT-Transcribe 快 10 倍，比 Gemini 3.5 快 5 倍
MAI-Transcribe-2 语音转录模型发布，速度比 GPT-Transcribe 快 10 倍、比 Gemini 3.5 快 5 倍。该模型在 Artificial Analysis 准确率-延迟帕累托前沿排名第一，定价为市场最低。
ChatGPT(@ChatGPTapp)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 ChatGPT 说话能力升级，官方称"用词更到位"
ChatGPT 正在提升措辞表达能力，官方账号以"Words are hard ok 😭 ChatGPT is getting better at saying them"宣布这一改进。该帖附带一段视频演示，获 5375 点赞、152 次转发，浏览量约 68.6 万。
Fish Audio(@FishAudio)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fish Audio S2.1 Pro 通过 SLNG 在欧洲和澳大利亚上线，覆盖 83 种语言
Fish Audio S2.1 Pro 通过 @slng_ai 在欧洲和澳大利亚上线，支持 83 种语言并部署区域内 GPU 基础设施。该服务主打更贴近用户的低延迟与企业级管控，官方称其为生产级语音 AI 所需的能力。
Fish Audio(@FishAudio)AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fish Audio 上线 Android 版，支持 200 万+ 音色与 80+ 语言
Fish Audio 宣布 Android 版本上线，回应此前用户对 Android 端的询问。该产品支持 200 万+ 音色、80+ 语言，可用开放式标签控制情感，并支持用 5 秒音频完成声音克隆。
andrew chen(@andrewchen)AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 有人把蓝牙戒指接入 WisprFlow 触发语音转写？
有人询问是否有人将蓝牙戒指配置为触发 @WisprFlow 语音转写。该帖获 38 条回复、25325 次浏览。
Google Gemini App(@GeminiApp)AI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Waymo 车内助手集成 Gemini：语音免手控座舱与周边信息
Gemini 现已集成到 Waymo 车内，坐在座位上按下屏幕上的 Gemini 图标即可用语音免手控调节座舱，或了解周边环境信息。Gemini 完全独立于 Waymo Driver 运行，在你主动使用前始终保持不活跃状态。
Fish Audio(@FishAudio)AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fish Audio 推出 Android 版语音工作室
Fish Audio 在 iOS 版之后上线 Android 版语音工作室，把桌面端完整功能搬到手机。该应用提供 200 万以上声音、80 多种语言的多说话人对话，支持用开放式标签直接控制情绪，以及克隆自己的声音或凭一句提示词设计声音。
Patrick Loeber(@patloeber)AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 推出 Gemini 3.5 Transcribe 与 Transcribe Live 两款转写模型
Google 发布两款面向转写和语音识别的新模型 Gemini 3.5 Transcribe 与 Gemini 3.5 Transcribe Live。前者用于转写已录制音频，支持说话人归属和词级时间戳；后者用于构建实时语音应用。
Google AI(@GoogleAI)AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 本周发布 Gemini 3.5 Transcribe、Omni 1.1 Flash 等多项更新
Google 本周发布 Gemini 3.5 Transcribe，官方称其为目前最精准的语音转文字模型，主打智能转录。同时发布 Gemini Omni 1.1 Flash，为视频生成与编辑带来更多创作能力和控制选项。
Google Gemini App(@GeminiApp)AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini Live 全球免费开放，集成功能仍有地区与年龄限制
Google Gemini 宣布 Gemini Live 已在全球范围内免费提供。官方说明指出，各项集成功能的可用性、兼容性和年龄限制因地区而异，部分场景可能需要完成设置或订阅；具体使用方式可在其博客中查看。
Google Gemini App(@GeminiApp)AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini Live 新增智能体能力，支持语音处理邮件与 Daily Brief
Google Gemini App 宣布 Gemini Live 推出生产力升级，引入智能体能力，用户可以通过语音完成更多操作。现在用户可以与 Gemini 对话，收听 Daily Brief、处理收件箱邮件，或从 Spark 获取帮助。
Patrick Loeber(@patloeber)AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Antigravity CLI 上线 /voice 语音模式
Antigravity CLI 新增语音模式，运行 /voice 或按 F5 即可直接与智能体对话。该功能已在最新版本 Antigravity CLI 中发布，团队表示仍在快速迭代。
Patrick Loeber(@patloeber)AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布 Gemini 3.5 Transcribe 语音转文字模型并开源演示应用
Google 发布 Gemini 3.5 Transcribe，官方称这是其最精准的语音转文字模型，支持 85 种以上语言，具备智能纠错和自定义词表功能。Ammaar Reshi 用该模型开发了一个类似 Wispr Flow 的应用，演示与开源代码已公布。Patrick Loeber 转发了这一消息并强调该项目已开源。
Google Gemini App(@GeminiApp)AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini Live 全球免费开放，新增语音生产力功能
Google Gemini 官方宣布 Gemini Live 已在全球范围内免费开放。各集成的可用性、兼容性和年龄限制存在差异，部分功能可能需要设置或订阅，官方同时介绍了 Gemini Live 中将语音转为操作的新生产力功能。
Logan Kilpatrick(@OfficialLoganK)AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布新模型，已为多项 Google 产品体验提供支持
Google 发布一款新模型，该模型已在 Google 多项产品体验中投入使用，并成为其 Gemini Audio 产品组合的又一关键组成。相关内容发布在 Google 官方博客。
Logan Kilpatrick(@OfficialLoganK)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布 Gemini 3.5 Transcribe 语音转文本模型
Google 发布 Gemini 3.5 Transcribe 语音转文本模型，支持智能转写、函数调用和实时流式传输，转写更精确（WER 更低）。该模型还支持自定义词表、多说话人识别，并覆盖超过 85 种语言。
Patrick Loeber(@patloeber)AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini 3.5 Transcribe 与 Transcribe Live 两款转录模型发布
Google 推出两款 Gemini 转录模型：Gemini 3.5 Transcribe 用于转录录音，支持说话人归属和词级时间戳；Gemini 3.5 Transcribe Live 用于构建实时语音应用。
Google AI Developers(@googleaidevs)AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini 3.5 Transcribe 发布：能理解代码库的语音转文字模型
Gemini 3.5 Transcribe 是一款能理解代码库的语音转文字模型，可过滤口语中的停顿犹豫，并基于活跃上下文精确还原技术术语、文件名和代码变量。该模型通过 visual biasing 为开发者复杂工作流引入屏幕感知的深度上下文，演示场景为在 Antigravity 中构建。
Sundar Pichai(@sundarpichai)AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布 Gemini 3.5 Transcribe 语音转写模型
Google 发布 Gemini 3.5 Transcribe，可让应用理解用户语音与意图，并支持多说话人场景。该模型开箱即可自动检测 85 种以上语言，并提供针对专业术语的自定义词表适配。API 现已在 Google AI Studio 和 Gemini Enterprise 上线，也可在 macOS 的 Gemini 应用或 Android 的 Rambler 中试用。
Google DeepMind(@GoogleDeepMind)AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 更新语音识别：支持 85+ 语言自动检测
Google DeepMind 更新语音识别能力，可自动检测并转写 85+ 种语言的语音，在嘈杂环境下也能更准确理解复杂电话号码、邮编和订单 ID。新版本还能去除填充词、自动格式化文本，并通过自定义词表识别特定人名和产品名。该功能已在 macOS 版 Gemini App 和 Android 版 Gboard 上线，开发者可在 Google AI Studio 和 Antigravity 中构建。
Google DeepMind(@GoogleDeepMind)AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini 3.5 Transcribe 发布：Google DeepMind 推出新一代语音转文本模型
Google DeepMind 发布 Gemini 3.5 Transcribe，定位为面向精准、智能转写的最新语音转文本模型。官方称其可实现精确且智能的转录，具体参数、支持的语种与上线方式尚未在公告中披露。
Google DeepMind BlogAI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转写模型
Google DeepMind 发布 Gemini 3.5 Transcribe，称其为迄今最精确的语音转文本模型，可将原始音频直接转为准确、格式化的文本。
Fish Audio(@FishAudio)AI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fish Audio 推出 iOS 版：把完整语音工作室装进口袋
Fish Audio 发布 iOS 版，将桌面端完整语音工作室搬到移动端。用户可浏览 200 万+ 声音、用 80+ 语言制作多说话人对话、通过开放式标签直接控制情绪，还能克隆自己的声音或凭单条提示词设计音色。
Fish Audio(@FishAudio)AI 评估 · 6/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 6/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fish Audio 应用登陆 App Store
Fish Audio 的 iOS 应用已在 App Store 上线，可通过 apps.apple.com 链接下载。该消息由 Fish Audio 官方账号发布。
HeyGen(@HeyGen_Official)AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 哈佛商学院用 HeyGen 打造教授 AI 分身，HBS Foundry 创业课程已进入 100+ 所大学
哈佛商学院在其面向创业者和早期初创公司的 HBS Foundry 项目中，用 HeyGen 的 LiveAvatar 为教授构建交互式 AI 分身，创始人可随时与它们练习路演、销售通话和董事会会议。据《纽约时报》报道，这门 699 美元的课程已在 100+ 所大学上线。HeyGen 表示这正体现其定位：放大人类专业知识，而非取代它。
xAI(@xai)AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 在 LiveKit 中使用 Grok Voice 模型构建支持 ZDR 的语音智能体
LiveKit 与 xAI 合作，让开发者可在 LiveKit 中调用 Grok Voice 模型构建语音智能体，全链路支持 ZDR。示例患者接诊智能体采用 Grok STT → Grok 4.3 → Grok TTS 级联，通过 LiveKit Inference 在单个 AgentSession 中传入三个模型字符串，无需单独 API key 和计费。
Latent.Space(@latentspacepod)AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Latent.Space 推出 Forward Deployed Engineering 播客，首期聚焦企业级语音智能体
Latent.Space 与 @realbasilchatha 合作推出新的 Forward Deployed Engineering 播客栏目。
Google Gemini App(@GeminiApp)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini macOS 应用支持语音听写、文件摘要与文案改写
Gemini macOS 应用新增语音输入能力，可在任意窗口内直接听写、总结文件和改写文案。该功能由 Gemini 应用提供，适用于 macOS 平台。
京东技术AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 全栈 AI Agent 从 0 到 1：基于 Vue 3 + FastAPI + LangGraph 的智能播客平台开发全记录
京东科技蔡欣彤独立开发了端到端智能播客平台 Smart Podcast Platform，用户上传视频或音频后，由 AI 自动完成内容理解、音色设计、语音合成与专业混音，全程无需人工干预。
xAI(@xai)AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 xAI 发布 Grok Voice Think Fast 2.0，可通过 API 或 Agent Builder 使用
xAI 发布 Grok Voice Think Fast 2.0，可通过 API 或在其 Agent Builder 中使用。用户可前往 console.x.ai 构建、调优并部署语音智能体，更多信息见 x.ai/news 相关页面。
xAI(@xai)AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Starlink 用 Grok Voice 每天处理超 1.5 万通客户来电
Starlink 正使用 Grok Voice 每天处理超过 15,000 通客户支持与销售来电，Grok 可诊断硬件问题并安排换货，每周通过语音与聊天完成超 3,000 笔订单。
xAI(@xai)AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 xAI 的 Grok Voice Think Fast 2.0 登顶 Artificial Analysis Speech-to-Speech Index
xAI 宣布 Grok Voice Think Fast 2.0 在 Artificial Analysis Speech-to-Speech Index 上排名第一。该指数衡量语音智能体能否对听到的语音进行推理、解决真实客户问题，并通过智能体工具正确完成任务。
Mistral AI(@MistralAI)AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mistral 与 HUMAIN 达成战略合作，共建沙特本地化前沿 AI 模型
Mistral 宣布与 HUMAIN 达成战略合作，覆盖 AI 基础设施、先进模型开发以及在沙特及周边地区的 AI 解决方案部署。双方将共同开发本地化前沿 AI 模型，初期聚焦网络安全、语音，以及在阿拉伯语上表现强劲的模型。