Logitech Zone Vibe Pro Headset Review: Mixing Business With Pleasure for Less
Logitech Zone Vibe Pro 無吊桿麥克風耳機售價 $270,通話降噪表現出色,並獲 CNET 編輯之選。耳機重 290 克,音樂音質不俗,但暖和環境下耳墊可能令耳朵悶熱;Zone USB-C Receiver 僅隨 $280 的 Zone Vibe Pro for Business 附送。
Logitech Zone Vibe Pro 無吊桿麥克風耳機售價 $270,通話降噪表現出色,並獲 CNET 編輯之選。耳機重 290 克,音樂音質不俗,但暖和環境下耳墊可能令耳朵悶熱;Zone USB-C Receiver 僅隨 $280 的 Zone Vibe Pro for Business 附送。
Apple 宣佈,Siri AI 將以測試版形式支援第二代及更新款 Apple TV 4K,第二代和第三代機型亦可使用。正式推出時,Siri AI 將支援美國、澳洲、加拿大、印度、新西蘭、新加坡、南非及英國的英語用戶。
Fish Audio 發佈文字轉語音模型 Drama 3,主打以自然語言指導語音表演,並可只重生成指定音訊片段、保留周邊表演。Fish Audio 稱模型支援一次生成多角色場景、長腳本角色一致性,以及英語、中文、日語和韓語的場景語言切換與音素級發音控制。
開發團隊將 Google 的 EmbeddingGemma 2 改造成全程在裝置端執行的語音轉文字工具,在基礎款 M3 MacBook Air 上約 13 秒可轉錄一小時音訊。
蘋果推出 HomePod mini 2 智能喇叭,定價 999 元,並將於 10 月 30 日發售。產品提供藍色、午夜色、白色、黃色及橙色五種配色,採用全頻驅動單元和雙無源輻射器,支援立體聲組合、聲音識別及温濕度感測。無線連接升級至 Wi-Fi 6E,海外支援 Siri AI,並附帶 20W 電源轉接器。
一項音訊轉錄方案可在 MacBook Air 上約 13 秒完成一小時音訊轉錄。留言者表示,自己用模型建立自訂轉錄命令,處理 90 分鐘音訊約需一小時或更久,並希望方案支援更多語言,尤其是印地語與英語混合音訊。
階躍星辰公佈 STEPX Neo 搭載的智能體聽覺增強系統技術細節,系統由六麥克風陣列、低功耗音訊感知晶片及 Whisper 1.0 拾音演算法組成。音訊感知晶片可獨立持續運作,整機該功能連續運作 24 小時僅耗電 1.2%。這套方案協助 Amoo 智能體在嘈雜聲場中識別語音指令,並全天候感知環境聲音。
這款有聲書工具的標題稱可使用 OpenAI 訂閲服務製作有聲書,但評論指出實際上需要輸入 API key。評論者原以為可透過 OpenAI 認證流程或裝置代碼登入,並質疑這種描述是否具誤導性。
千問 AI 耳夾式耳機已在京東開售,到手價 1099 元,主打 Bose 調音,並支援 AI 筆記及 AI 同聲傳譯。耳機支援 92 種語言轉寫紀要及 89 種語言 AI 翻譯,亦支援錄音即時轉寫和離線本地錄音。
千問與 Bose 於 10 月 13 日共同推出 AI 耳夾式耳機,並於當日正式開售。新品融合千問 AI 能力與 Bose 聲學經驗,支援即時翻譯、AI 聽記和任務交辦;疊加國補及限時優惠後,到手價1099元起。
榮耀 Earbuds X10 / Pro 系列藍牙耳機已在京東發售,售價分別為 149 元及 199 元。Earbuds X10 配備 12.4 mm 振膜單元,最高支援 52 dB 深度降噪;Pro 版最高支援 55 dB 深度降噪。X10 搭配充電盒綜合續航長達 41 小時,Pro 版則為 42 小時。
Descript 推出多項產品更新,新增整個雲端硬碟的搜尋功能,並讓 Enterprise 雲端硬碟用戶可透過非同步錄影邀請他人提交錄影。AI Speech 改用 ElevenLabs v4,付費方案的影片生成預設使用 MiniMax H3 Max Turbo,免費方案則使用 PixVerse V4.5。
墨爾本大學與新南威爾士大學的研究以 VoxMem 評測大型音頻語言模型,發現模型對説話人、語氣及環境聲等聲學資訊的記憶明顯弱於對話文字內容。VoxMem 收錄超過3.4萬段口語會話,總長177小時;在32K tokens下測試的15個模型,整體準確率均低於40%,最佳為38.5%。跨會話聲學狀態追蹤準確率僅0.9%–3.7%;在64K檔位,15個模型中只有10個能完整跑通,環境聲準確率為0.9%。
Deepgram 正致力讓語音 AI 模型在網絡隔離筆電的硬件上原生運行。該公司不少客戶自行託管模型,並與 Fortanix 合作,為受監管行業提供私有、本地部署的語音 AI。
Hippocratic AI 於 2026 年 8 月 13 日推出 Agentic Orchestrators,將醫療語音 AI 智能體組成協調團隊,面向臨牀及業務成果。
MIT 研究人員開發以 LLM 為基礎的系統,從數週真實對話學習重複模式,預測用戶下一步的對話行為。研究收集 14 名參與者逾 1,000 小時的自然對話,整理成行為歷史後交由 Gemini 2.5 Pro 預測。結果顯示,情境化模式可改善口語行為預測;參與者重視模式可供閲讀及修訂的透明度。
Sierra 於 2026 年 10 月 7 日推出 Fleming-1,偵測電話來電者是否為 AI 智能體。模型會即時分析來電語音,評估音訊由 AI 生成的跡象,並標示疑似 AI 來電;預設設定較保守,以免誤將真人標記。Fleming-1 適用於 Sierra 平台上的任何語音智能體,企業只需啟用,並自行決定如何處理這類來電。
ARPA-H 選定 Atman Health 參與 ADVOCATE 計劃,開發以心臟衰竭照護為起點、面向患者的臨牀 AI 智能體,合約金額最高為 $7.7 million。
Kintsugi Voice 團隊在測試合成語音時,意外發現幾乎每次都能分辨合成語音與真人語音。該技術原用於分析音高、語調、音色和停頓等語音生物標記,以識別抑鬱和焦慮跡象。團隊其後與網絡安全、金融服務及電訊公司交流,確認辨別即時通話中真人與合成語音的實際需求。
AudioShake 推出 The Refinery,將現有錄音轉成按説話者分離的 AI 訓練資料,無需原始錄音場次或獨立錄製的分軌音訊。
前 Plaud 高管 Peter Mo 共同創立的 Ambi 宣佈在多輪融資中籌得 $26 million,由 Luminous Ventures 和 ODM Huaqin 領投。
安克與飛書聯合推出的安克 AI 會議耳機飛書版開售,首發價 1799 元,首發補貼價 1376.23 元。耳機支援線上通話及線下面對面溝通錄音,並整合飛書 AI 生態,提供 AI 紀要整理、AI 即時翻譯及豆包問答、分析功能。
MarkTechPost 比較 12 款 AI 即時翻譯工具,按通話、會議及活動等場景整理語言覆蓋、輸出方式、平台、延遲與公開價格。Palabra.ai 聲稱延遲低於 1 秒,Gemini 3.5 Live Translate 涵蓋 70+ 種語言;JotMe Pro 年付每月 $10,Wordly 10 小時方案約 $1,500。
榮耀宣佈,Earbuds X10 藍牙耳機將於 10 月 13 日發售,首發價 149 元。耳機搭載 12.4 mm 振膜單元,提供最高 52 dB 深度降噪,單次音樂播放最長 8 小時,配合充電盒綜合續航達 41 小時。產品另具 IP54 認證,支援空間環繞聲效、雙設備連接及即時翻譯。
阿布扎比的 Technology Innovation Institute(TII)發佈 1.6B 參數阿拉伯語語音辨識模型 Falcon-ASR,在其 6 組阿拉伯語測試集錄得 20.92% 平均 WER。
吉利遠程旗下純電商務車星享 M7E 正式上市,官方指導價 12.59 萬元,限時專享價 11.39 萬元,並首搭金磚致遠電池。新車搭載 66kWh 電池,CLTC 綜合續航超 465 公里,前置單電機最大功率 120kW。2026 年 12 月 31 日 24 點前下定可享限時價,金磚致遠電池常温下由 20% 充至 80% 約需 18 分鐘。
BetterWispr 推出適用於 macOS 14+ 的免費開源語音輸入軟件,讓用戶透過快捷鍵在不同應用中口述並輸入文字。它內置九款來自 Apple speech、Parakeet 和 Whisper 的語音模型;安裝相容模型及所需資源後可離線使用,毋須帳戶,亦沒有雲端轉錄備援。
Cartesia 推出 Multilingual Voices,讓 50+ 個語音庫聲音原生支援最多 25 種語言,並讓自訂聲音克隆支援多語言。用戶可在不同語言中沿用同一聲音身份;每種語言和口音均由母語人士評分,檢查口音表現,以及日期、數字和貨幣是否按當地方式讀出。
蘋果測試新款 Apple TV 4K 內置麥克風,並將重新設計 Siri Remote,加入揚聲器以便用戶尋找遙控器。新款 Apple TV 4K 將於 10 月 30 日發售;現款則須對着 Siri Remote 或 HomePod 説話才能使用 Siri。
古爾曼透露,Apple 首款智能家庭中樞名為 HomeView,搭載 A18 晶片,並提供四種配色。產品預計於 10 月 13 日的「歡迎回家」活動正式發布,11 月出貨。HomeView 以 AI Siri 為核心,主要透過語音互動,並會運行 Apple 自家 App,但不支援 App Store。
PolyAI CTO Shawn Wen 和 Otter CMO Alex Gay 認為,語音 AI 尚未迎來 ChatGPT 時刻,流暢對話仍有待改善。Wen 指出,下一步是提升推理速度;Gay 則強調轉錄準確度會影響後續操作及用戶對平台的信任。兩人亦提到,語音 AI 應讓用戶知道自己正與 AI 對話或被錄音。
國家安全部指出,不法分子可能在陌生來電接通後故意沉默,誘使接聽者回應,再利用數秒語音樣本進行 AI 聲紋克隆。國家安全部亦警告,生物特徵可能被過度採集、複製和整合,進一步用於深度偽造及推斷個人私隱。文中提醒用戶辨別資料用途、範圍及保護措施,遵循「非必要不提供」原則。
Apple 向歐盟委員會披露,已同意向個人化 Podcast 初創 Huxe 的部分員工提出聘用邀請,並取得 Huxe 知識產權的非獨家授權。Huxe 於 5 月 21 日宣佈停運,並將下架應用程式、停止服務及刪除用戶資料;文件未披露員工是否接受聘用,也未交代 Apple 的計劃。
上汽奧迪 E7X 於 10 月 9 日開啟首次 OTA 推送,版本號為 AUDI OS 2.1.4,涵蓋尋車、車手互聯、語音、駕控及舒適等場景。更新新增 VAD 語音智能斷句、低藍光護眼模式、零重力座椅傾角調節及 12 款奧迪助手形象動畫,並優化駕駛輔助、空簧升降策略等功能。
字節 Seed 發佈音訊創作模型 Seed Audio 1.0,以統一框架生成對白、音效和環境聲,完成完整聲音場景創作。模型支援 100ms 間隔精度時間控制、參考音訊延展(單次約 2 分鐘)及 20+ 語種生成,並已在火山方舟體驗中心上線。
字節 Seed 正式推出原生音訊及影片全雙工大模型 SeedRealtime,透過統一架構融合音訊、影片與文字,並在連續多模態資訊流中即時互動。端到端人工評測顯示,相比級聯模型,音訊及影片對話的節奏問題減少一半,單次對話順暢、完整交流的機率亦有明顯提升。
作者忘記帶手提電腦後,主要透過手機與 ChatGPT 對話完成工作,並認為 AI 智能體正令以電腦和鍵盤為中心的辦公模式逐漸鬆動。OpenAI 於 7 月推出的 GPT-Live 可讓用戶以語音指揮智能體;作者也以語音助理進行了一週的工作實驗。
安卓版 Google Translate 的程式碼出現 Smart assist 功能線索;該功能會在翻譯前整理語音輸入,去除填充詞和反覆修正的表達。現有介面線索顯示,設定可能提供逐字翻譯與 Smart assist 兩種選擇;它似乎只支援對話模式,在 Listening 模式和 Text only 模式中不可用。
蘋果與 AI 音訊初創公司 Huxe 達成人才引進及技術許可協議,成為今年公開披露的第 4 宗蘋果 AI 相關交易。協議讓蘋果可向 Huxe 特定員工發出聘用邀請,並取得其知識產權的非獨家許可;這不包括收購 Huxe 業務,協議金額未披露。Huxe 由 3 名前 Google NotebookLM 團隊成員創立,其服務已於 2026 年 5 月 28 日結束。
動態頻帶切分(DBS)是一種端到端音源分離框架,能在固定頻帶 token 預算下,為每個混合音訊學習頻率軸的切分位置。使用 128 個頻帶時,DnR v2 上 BSRNN 的平均 SI-SDR 由 7.69 提升至 9.07 dB,TIGER 則由 8.74 提升至 10.13 dB。程式碼、預訓練模型及音訊範例已在項目頁提供。