紐約:Twilio Assemble 將於布魯克林舉行「逃離 IVR」活動(12 月 8 日)
Twilio Assemble 將於 12 月 8 日在布魯克林舉行最後一站,免費開放予紐約地區從事 AI 開發的開發者及建構者。活動聚焦讓 AI Agent 走出聊天介面、進入電話及訊息等渠道,並設有互動式「Escape the IVR」挑戰;Twilio 亦會展示 Conversational Intelligence 和 Claude Code skills。
Twilio Assemble 將於 12 月 8 日在布魯克林舉行最後一站,免費開放予紐約地區從事 AI 開發的開發者及建構者。活動聚焦讓 AI Agent 走出聊天介面、進入電話及訊息等渠道,並設有互動式「Escape the IVR」挑戰;Twilio 亦會展示 Conversational Intelligence 和 Claude Code skills。
網易有道公佈2026年第三季度業績,經營利潤為0.3億元,同比增長19.2%;AI訂閲服務銷售額超過1億元,同比增長20%以上。經營利潤已連續九個季度為正;前三季度經營性現金流累計淨流入1.5億元。
Checkers & Rally’s 將與 Hi Auto 的 AI 免下車點餐合作延長至 2030 年,並計劃在 2027 年第一季末前將部署範圍由 267 個據點擴至逾 360 個。
ElevenLabs 宣佈收購日本語音 AI 研究室 Kotoba,旨在結合雙方研究,加快 AI 智能體和語音介面在日本的發展與採用。交易預計於 2026 年第四季稍後完成,仍須取得慣常監管批准並符合交割條件。Kotoba 的語音模型 Koto 擅長日語文字轉語音、語音轉文字及用於即時傳譯的語音轉語音,Salesforce 已用它支援 Agentforce Voice 的日語對話。
音諾InnAIO以2026年APEC會議官方贊助商身份亮相,其MemoClip AI記憶耳機參與會議相關服務,為跨語言交流、媒體採訪及資訊整理提供智能化輔助。產品支援140多種語言即時互譯,並結合原聲復刻、智能紀要及動態知識庫,協助翻譯、內容記錄與資訊整理。
69歲趙本山買下歌曲《慌啥子嘛》的音樂版權並親自演唱;此前,AI合成其聲線演唱的版本在全網走紅。歌曲由「困困羊」作詞作曲、「村口吳老二」演唱,原創音樂製作團隊成員醒醒表示,團隊其後與趙本山本人合作。
CDPR 確認,《巫師 3:狂獵》新劇情擴展包《Songs of the Past》中,傑洛特的波蘭語配音將經 Respeecher 的 AI 語音轉換,調整至接近早期作品的聲線。
《青海鳥類聲紋識別圖冊》在青海省自然教育發展大會上正式發布,是青海首部「聽聲識鳥」科普手冊。青海省國家公園科研監測評估中心與中國科學院西北高原生物研究所於5月啟動生物多樣性監測項目,採用全天候自動聲紋採集技術,為動物建立「聲音身份證」。
CD Projekt Red 團隊在《The Witcher 3》新擴充內容《Songs of the Past》中使用 AI,找回 Geralt 原有的波蘭語聲線。配音員 Jacek Rozenek 的聲音在 2019 年中風後有所改變,他已同意這項做法。
Helix 籌得 $6.2 million 種子前融資,並推出裝置端語音驗證平台。平台可透過四個口述數字,在不到四秒內確認真人、估算年齡及進行生物特徵驗證;原始音訊會即時丟棄,年齡估算在裝置上完成。Helix 稱其 18+ 年齡門檻準確率為 96.8%,合成語音偵測可識別最新語音引擎生成的 99.6% AI 語音。
National Health Authority(NHA)選定 Bengaluru 醫療 AI 初創公司 EkaCare,為公立醫療設施的環境式 AI Voice Scribe 方案提供技術支援,將醫患對話轉成結構化臨牀紀錄。
挪威奧斯陸業餘無線電小組 LA4O 透過無線電語音指令,成功啟動在軌 OPS-SAT PRETTY 衞星上的《毀滅戰士》。團隊稱,這是全球首次透過無線電鏈路讓衞星自主識別並執行口頭指令;衞星使用約 27MB 的 AI 語音辨識模型,將接收的聲音轉成文字,再按「PRETTY」和「DOOM」等關鍵詞啟動程序。實驗於 2026 年 7 月 27 日完成,項目由構想到完成共用時 59 天。
挪威奧斯陸業餘無線電小組 LA4O 聯同 Tanagra Space 等團隊,透過地面無線電語音指令,成功令在軌 OPS-SAT PRETTY 衞星啟動《毀滅戰士》。
Modulate 宣佈獲 Twilio Ventures 和 Kayak 聯合創辦人 Paul English 投資,並提升 Velma 平台的 AI 語音偵測速度。公司稱,最新模型識別 AI 生成語音的中位時間由 2.25 秒降至 1.6 秒,在真實通話評測中的準確率仍高於 99.1%。Velma 亦新增十多種音訊訊號,用於分析來電者及 AI 語音代理的對話表現。
美國聯邦檢察官表示,自 2024 年 7 月起的 18 個月內,使用 AI 生成聲音冒充企業高層的詐騙電話,已令企業損失 $129M+。
思必馳自主研發的多方言混合識別算法通過國家網信辦深度合成服務算法備案,是思必馳第十項通過備案的算法。該算法以普通話和方言雙路並行識別,覆蓋十餘種方言,無需用戶預先選擇語種。通過備案為合作夥伴集成方言語音交互提供合規基礎。
ElevenLabs 行政總裁 Mati Staniszewski 表示,公司可能於 2028 年開始為首次公開招股作準備,並稱 IPO 是公司長遠發展的一步,而非終點。ElevenLabs 的估值今年在員工股份交易中升至 $22bn。籌備 IPO 之際,AI 公司正面對投資者對 AI 開支回報的質疑,並承受證明盈利能力的壓力。
OpenAI 消費者產品負責人 Adam Fry 表示,ChatGPT 每週活躍用戶已達12億,過去兩個月增加約2億。ChatGPT 每週處理的搜尋類查詢量約為 Google 的五分之一,語音輸入及語音對話周活躍用戶合計達2.5億,每週生成圖片15億張。
推薦理由:ChatGPT 搜尋查詢量約達 Google 的五分之一,文章亦把語音與圖像使用規模、Chat 和 Work 整合計劃放在同一脈絡,呈現產品擴展方向。
《Arc Raiders》開發商 Embark Studios 表示,採用生成式 AI 配音最初是為減輕配音演員的工作負擔,目前正逐步以真人錄音取代可替換的 AI 語音。
Embark Studios 表示,《Arc Raiders》開發初期使用生成式 AI 角色語音應付錄音壓力,並自2025年10月發售後逐步以真人錄音取代。AI 語音以真人表演訓練,音效總監本斯·帕約爾稱其可配合玩法迭代和內容擴展;改用真人錄音則旨在提升沉浸感。配音演員戴安娜·加德納肯定遙距協作的便利,同時提出 AI 合成語音涉及的表演所有權疑慮;工作室稱目標是強化以人為本的表達,而非取代演員。
OpenAI 消費者產品負責人 Adam Fry 表示,ChatGPT 每週活躍用戶已達 12 億,過去 60 天由 10 億增加約 2 億。他稱 ChatGPT 每週處理的搜尋類查詢量約為 Google 的五分之一,語音輸入及語音對話合計有 2.5 億週活躍用戶,每週生成 15 億張圖片。凡觸發 ChatGPT 聯網搜尋的問題均計作一次搜尋,單純寫作和編程請求不計入。
推薦理由:報道同時比較 ChatGPT 與 Google 的搜尋類查詢量,並列出語音及圖片生成數據,讓讀者可從用戶增長以外瞭解其不同功能的使用規模。
OpenAI 消費者產品負責人 Adam Fry 表示,ChatGPT 周活躍用戶已達 12 億,過去 60 天增加約 2 億,增速約為每 30 天增加 1 億。ChatGPT 搜尋類查詢量約為 Google 的五分之一;只有觸發聯網搜尋的問題才計作搜尋,純寫作和編程請求不計。ChatGPT 每週生成圖片 15 億張,語音輸入和語音對話合計周活躍用戶為 2.5 億。
Clerk AI 藉助 LiveKit 構建企業對話式 AI 平台,現可在無需預先配置的情況下處理超過 1,000 個並行語音工作階段,回應時間低於 500 毫秒。平台原生支援 30+ 種語言,可在對話中自動偵測及切換語言,並具備 SOC 2 Type II 認證及內置 TCPA 合規功能。
Salesforce 已簽署最終協議收購 Cresta,並計劃將其語音智能體整合至客戶服務軟件 Service Cloud。Salesforce 表示,Cresta 的智能體可進行自然、即時對話並處理打斷,也能在通話期間協助真人客服及分析每次互動。
益普索《2026播客行業報告》推演影片播客、名人播客及 AI 播客的發展情境,指出三者分別帶來入口、流量與效率。受訪播客聽眾中,60.4%較喜歡純音頻,85.0%接受 AI 輔助製作;AI 直接生成內容的聽感評分平均為 5.3 分(滿分 10 分)。
Salesforce 於 2026 年 11 月 2 日宣佈已簽署最終協議,收購提供語音智能體、真人客服輔助及對話分析平台的 Cresta。交易預計於 Salesforce 2028 財政年度第一季度完成,仍須取得所需監管批准並符合慣常交割條件。Salesforce 表示,交易完成後 Cresta 會繼續支援客戶現有的聯絡中心及電話平台。
企業語音 AI 工具供應商 Deepgram 收購 Daily;Daily 曾融資超過 $62M,並開發開源語音 AI 框架 Pipecat。收購金額未有披露。
美國初創公司 Subvocal 為無聲輸入眼鏡籌得 130 萬美元,並開放預訂;公司稱眼鏡可追蹤説話肌肉的活動,把幾乎看不見的口形動作轉成文字,速度超過每分鐘 200 個詞。美國預訂需付 199 美元訂金,早鳥價為 499 美元,預計 2027 年第一季交付。Subvocal 尚未公開示範,亦未説明錯誤率、用戶所需學習時間或詞彙範圍。
本週安全新聞綜覽涵蓋 AI 仿聲詐騙、Amatera 資訊竊取程式,以及企業是否應為 AI 發動的網絡攻擊承擔刑事責任等議題。一名受害者因 AI 仿造女兒聲音的電話詐騙損失 $5,400;Telegram Android 漏洞可在用戶接聽語音通話時讓攻擊者執行程式碼,已於 12.10.4 或更新版本修復。Amatera 會竊取登入憑證、工作階段 cookies、token 等資料。
Rivian擴大與Volkswagen Group的合資合作,透過合資企業授權其AI語音助理技術,納入雙方的電氣架構及軟件合作。Rivian第三季軟件及服務收入中,$354 million(59%)來自合資企業;Rivian Assistant於2026年10月登陸R2,並加入Gmail整合。
Deepgram 宣佈收購 Daily,Daily 團隊將加入 Deepgram,Pipecat 則繼續按 BSD V2 授權免費開源。
Deepgram 收購 Pipecat 的開發及維護方 Daily,並表示會維持 Pipecat 開源;交易金額未有披露。Pipecat 管理語音及影片串流,以及語音轉文字(STT)、大語言模型和文字轉語音(TTS)等流程,並降低延遲。
Raise Financial Services 與 Cartesia 合作開發多語言語音體驗,讓金融智能透過自然對話傳達。Cartesia 的語音模型目前支援 Dhan 部分語音機械人互動,包括對話式 KYC;其 Sonic 文字轉語音模型支援 11 種印度語言,並可在單次生成中切換語言。Dhan 逾 75% 的相關互動以英語以外的語言進行。
Hasbro正建立授權旗下經典角色 AI 版本的業務,並計劃讓 AI 生成的 Mr. Potato Head 接聽客戶服務來電。
全新捷途自由者 7 將於 11 月 4 日上市,主打輕越野方盒子 SUV 和智能座艙。新車搭載靈犀智艙 TOUR OS,內置 DeepSeek+ 訊飛星火雙加持的 AI 語音大模型,配備 2.5K 超清巨幕及高通 8155 晶片,並支援 APA 全場景自動泊車。
Sauti Labs 源於創辦人為 Scribe AI 尋找合適語音模型時,發現 Whisper 難以應付所需的非洲語言和口音,因而希望以公司填補研究與可用產品之間的落差。
Vapi 聘任 Jeff Liu 出任工程副總裁,負責平台及基礎設施工程;他此前曾任 Turing 工程副總裁,並在 LinkedIn、Google、Twitter 和 Splunk 任職。他認為語音 AI 將帶動下一波 AI 普及,並把 Vapi 定位為供企業構建業務的平台,而非單一應用。上任後,他的首要工作是提升平台的可靠性和可擴展性。
Anima 藉助 GPT-6 和 GPT-Live,協助診所縮短 75% 電話等候時間。OpenAI 模型亦擴展護理團隊回應病人的能力,讓團隊有更多空間處理病人需求。
Nirva 宣佈完成 2,500 萬美元 Pre-Series A 融資,加上今年稍早籌得的 800 萬美元,累計融資額達 3,300 萬美元。公司的首款裝置是可作手鏈佩戴的吊墜,會過濾周圍其他人的對話,並預設在處理後不保留音訊或文字稿。這款售價 249 美元的裝置將於 11 月開始接受訂購,目標在年底前出貨予早期用戶。
Tolan於2026年10月宣佈獲得3,000萬美元戰略投資,由Homebrew、Khosla Ventures及Union Square Ventures聯合領投。這款非戀愛向語音 AI 伴侶以柏拉圖式情感陪伴為定位,採用可自訂外星虛擬形象、語音優先互動及自研長期記憶系統,支援個人化記憶、主動對話、待辦管理和情緒支援。融資將用於技術研發及全球用戶增長。