跳到正文
10月24日週六
  1. 新浪科技27

    長虹「熊貓懶」系列新品將於10月28日發佈

    長虹將於10月28日在中國·綿陽中華大熊貓苑發佈「長虹熊貓懶」系列新品,首發產品包括長虹電視與長虹空調。電視搭載自然柔光RGB MiniLED顯示技術,並結合熊貓交互與長虹雲帆大模型;三代空調全系標配四項AI能力,櫃機配備24GHz毫米波雷達。系列將在長虹京東自營旗艦店同步開啟預售。

  2. 新浪科技41

    NeurIPS 26:EchoChat 如何理解並表達共情

    EchoChat 將共情語音對話建模為感知、心智理論推理和語音回覆生成三個相連環節,並以統一訓練框架協同優化。模型在監督微調階段引入 Acoustic-Anchored Attention(AAA),在強化學習階段採用 Step-Decomposed Credit Assignment(SDCA),針對不同環節提供訓練回饋。

  3. DEV Community63

    語音智能體免收改期費、網頁聊天智能體卻稱收取 $25:跨渠道答案稽核方法

    一間牙科集團的語音智能體與網頁聊天智能體共用同一份定價資料,卻對改期費用、保險及服務時間等問題給出不一致答案。文章建議使用人工預先核准的跨渠道答案表,並每月以相同8條問題檢查各渠道,把費用立場、數字和能力差異列為缺陷。答案表啟用9週後,改期費用矛盾消失,保險答覆一致;是否在所有渠道載入 $99 新患者優惠,則由人工決定。

  4. DEV Community46

    為雙語音訊建立句子級對齊

    Bilingual Mix 將同一內容的兩種語言錄音,對齊為交替播放原語句子與目標語句的 MP3。流程以帶時間戳的轉錄、多語言嵌入向量及單調路徑選擇配對語句,並在生成音訊前讓用戶檢查和取消錯誤配對。用戶確認後,瀏覽器以 Web Audio 和 ffmpeg.wasm 剪輯、合併音訊,無需為渲染再次上載音訊。

  5. DEV Community49

    Otter.ai 英國定價:免費方案、Pro 和 Business 費用

    Otter.ai 的 Basic 免費方案每月提供 300 分鐘轉錄;Pro 和 Business 在網站按月收費分別為每位用戶 $16.99 和 $30,按年付款則每月分別為 $8.33 和 $19.99。英國 App Store 的 Pro 為每月 £17.49 或每年 £99.99,Business 為每月 £30 或每年 £229.99;價格核對日期為 2026 年 10 月 24 日。

  6. 新浪科技18

    新一代電氣化架構加持,2027款吉利博越上市:7.98萬元起

    2027款吉利博越上市,共推出4款配置車型,限時售價為7.98萬至9.99萬元,最大升級是搭載新一代GEEA3.0電子電氣架構。全系標配14.6英寸全面屏、Flyme Auto 2智能座艙及高德850地圖,並配備L2級駕駛輔助。新車沿用1.5T發動機與7速濕式雙離合變速箱,最大功率133kW,WLTC綜合油耗為6.44L/100km。

  7. DEV Community20

    自然流暢的 AI 語音背後的科學

    ElevenLabs 提供雲端 TTS 平台,開發者可透過 REST API 和 SDK 生成語音,並以單段音訊建立克隆聲線。文章説明自然語音的韻律、協同發音、情緒與音色,以及文字正規化、頻譜生成和波形合成等 TTS 流程。亦介紹調整音高、語速和停頓,以及以 MOS、SNR 和音高準確度評估語音品質。

  8. DEV Community25

    ElevenLabs + React:建構語音互動介面

    這篇教學示範如何在 React 介面串接 ElevenLabs,將用戶輸入的文字轉換成語音並在瀏覽器播放。內容提供一般生成及串流音訊的程式碼,並提及 ElevenLabs 每月免費額度為 10 k 個字元,超出後按用量收費。

  9. DEV Community49

    STREAM-MATE:適用於 Twitch 和 YouTube 的角色扮演 AI 聯合主持工具

    STREAM-MATE 是一款適用於 Twitch 和 YouTube 的 AI 聯合主持工具,提供即時聊天室、即時語音和螢幕上的虛擬形象,並在每則回覆播出前進行檢查。工具採用 MIT 授權,以標準程式庫為主,只讀取用戶指定的資料,不會傳送到其他地方;介面支援英文和俄文。校對規則可能誤判,適合用來找出需要改寫的內容,不適合評分作者或用於重視語氣的場合。

  10. Hacker News 熱門(buzzing.cc 中文翻譯)20

    Block 的 dessa.com 私隱聲明列明資料收集及使用方式

    Block 的私隱聲明適用於用戶使用 dessa.com 服務時收集的資料,生效日期為 October 21, 2026。Block 會收集用戶提供的個人資料,以及裝置和服務使用資料,並用於提供、改善及開發服務、與用戶溝通和保障服務;資料亦可能分享予集團公司及服務供應商。

  11. DEV Community30

    使用文字轉語音 API 時常見的 7 個錯誤

    使用文字轉語音 API 時,開發者常因輸入文字未正規化、語言或語音選擇不當、忽略請求限制,以及未處理音訊格式相容性而遇到問題。文章亦提醒留意語音複製的資料要求和使用政策、為用戶提供語音選擇,並處理數字、日期及專業術語的發音。

  12. The Verge · AI54

    Jack Dorsey 的 Block 打造 AI 模型 Dessa,對話像略顯尷尬的新朋友

    Jack Dorsey 的 Block 公佈 AI 模型 Dessa,稱其從零開始只以人類對話訓練,並採用語音到語音方式。Dessa 可在 MacBook Pro M4 Max 或更高配置的設備上本地運行,團隊將向一小羣 AI 安全研究人員提供早期使用權。The Verge 展示的對話大致自然,但有時也會顯得尷尬、怪異,例如模型一開始把説話者認成 Ronaldo。

  13. Amazon Science46

    Audible 改善有聲書語音合成

    Audible 技術團隊開發可控文字轉語音技術,為有聲書角色生成更具區別度的語音。BookLLM 在 25 本英文及西班牙文書籍中識別角色,準確率分別為 97% 和 94%。測試顯示,角色對白區分度在 MUSHRA 評分中提升 3.7 分,兩種語言的測試中有十種聲線的八種帶來顯著聆聽體驗改善。

  14. DEV Community48

    Jiasheng:保留聲音,省去轉錄繁瑣

    Jiasheng 將家庭對話錄音整理成可攜式故事頁,讓用戶閲讀逐字稿,並點選段落重聽原始錄音。它透過 Transformers.js 在瀏覽器運行量化 Whisper base,支援最長 10 分鐘、100 MB 的錄音,組成故事前須由用戶檢查逐字稿。錄音、逐字稿和相片不會上載作處理,但首次下載模型仍需網絡連線。

10月23日週五
  1. DEV Community35

    Drowzy:毋須再伸手關掉鬧鐘

    Drowzy 是一款可用語音控制的鬧鐘,用戶可要求延後響鬧或關閉鬧鐘,毋須伸手拿手機。它以 whisper.cpp 和透過 Ollama 執行的開放權重 LLM 在本機處理語音,毋須連接網絡;鬧鐘響 5 秒後錄音 4 秒,並在語意不清時繼續響鬧。作者以合成西班牙語語音測試完整流程,尚未驗證實際麥克風及 Android/Termux。

  2. 新浪科技62

    訊飛輸入法 16.0 正式發布,推出「意圖成稿」及個性化 AI 鍵盤

    訊飛輸入法16.0正式發布第三代語音輸入「意圖成稿」,可按用戶説明的表達任務及提供的資料組織內容,生成供用戶確認和使用的文稿。版本接入訊飛星火Spark-ASR-2.0,方言支援達202種,識別準確率由85%提升至91%;中英文專業詞混合場景的英文槽準率由33%提升至80%。新版亦推出個性化 AI 鍵盤,整合任務資訊、表達技能及「鍵盤搭子」等功能。

  3. DEV Community57

    如何在 2026 年取得自訂喚醒詞模型

    指南列出兩種取得自訂喚醒詞模型的途徑:自行訓練開源工具 openWakeWord,或使用線上/託管平台生成並下載模型。文章建議在最終麥克風及實際環境中評估召回率和每小時誤觸發次數。作者披露自己是 Voicute 的創作者,並指出文中比較並非獨立第三方基準。

  4. DEV Community32

    LazyScroll:離線 AI 語音聊天及收件匣摘要工具

    LazyScroll 是一款完全在本機離線運行的語音 AI 智能體,使用 Gemma 2 將冗長的羣組聊天或收件匣內容濃縮成最多兩行摘要,並透過系統語音讀出重點。它在本機硬件上連接 Ollama,使用 Google 的開放權重 gemma2:2b,毋須依賴雲端 API;摘要聚焦待辦事項及重要資訊。

  5. DoNews50

    Amazon 在美國將 Kindle Unlimited 更名為 Kindle Plus,新增數千本有聲書

    Amazon 在美國將電子書訂閲服務 Kindle Unlimited 更名為 Kindle Plus,月費維持 11.99 美元/月,核心權益不變。用戶仍可同時借閲最多 20 本電子書、漫畫及雜誌,無歸還期限,並完整保留歷史記錄。此次更新新增數千部有聲書,涵蓋 ACX 平台製作及由 Virtual Voice 技術生成的 AI 配音作品;部分讀者擔心音質與聆聽體驗下降。

  6. IT之家53

    亞馬遜將 Kindle Unlimited 更名為 Kindle Plus,美國市場新增數千本有聲書

    亞馬遜將電子書訂閲服務 Kindle Unlimited 更名為 Kindle Plus,並在美國市場新增數千本有聲書。美國市場月費仍為 11.99 美元,會員仍可從持續更新的電子書、漫畫和雜誌目錄中同時借閲最多 20 本作品,沒有固定歸還期限;現有用戶的閲讀歷史、書籤、筆記和閲讀進度會保留。

  7. 阿里雲開發者社區 AI27

    AI 教培智能體的開發技術

    AI 教培智能體技術框架涵蓋感知接入、大腦推理、教學動作執行、知識與儲存支撐,以及安全與運維保障五個層級。框架支援語音交互、多模態識別、教學策略引擎及多智能體協作,應用於個人化、專業化的英語教學。

  8. The Guardian Technology45

    Apple Watch Ultra 4 評測:電池續航更長,新功能仍待推出

    Apple Watch Ultra 4 評測顯示,電池續航改善是主要升級,但多項新功能仍待更新推出。測試中一般使用可續航 79 小時,較前代長約 6 小時;S11 晶片、日間心率及心率變異度監測,以及就緒度評分亦是新功能。售價為 £749(€899/$799/A$1,349),部分音訊智能功能預計於「late 2026」啟用。

  9. DEV Community37

    Voice AI 延遲:為何重要及如何改善

    Voice AI 的延遲會影響對話自然度、用戶信任和整體採用情況;文章説明延遲來源,並提出多種改善方法。推理通常是主要延遲來源,TTS 和語音複製的推理延遲可達 150–600 ms。文章以 ElevenLabs 為例,指出短句往返延遲通常低於 300 ms,並支援串流回應。