音频模型

语音、音乐与音频理解模型 · 48 篇

2026年7月18日

语音模型11:17

AssemblyAI 推出 Sync API：一个 HTTP 请求完成语音转写，延迟仅 134ms

4 次阅读阅读全文

2026年7月17日

语音模型11:13

Google Vids 推出个人数字分身：上传一张自拍和一段语音，AI 就能替你说话

8 次阅读阅读全文

2026年7月15日

语音模型11:09

AssemblyAI 推出 Sync API：短音频转录一次请求搞定，134ms 返回结果

5 次阅读阅读全文

2026年7月8日

语音模型11:23

Cohere 发布阿拉伯语 ASR 新 SOTA：2B 参数开源模型，WER 比 Whisper 低 11 个点

6 次阅读阅读全文

2026年7月7日

语音模型11:37

AssemblyAI Universal-3.5 Pro：原生语码转换、最准说话人分离，ASR 模型解决真实音频三大痛点

11 次阅读阅读全文

2026年6月30日

音乐模型11:12

Tidal 全面拒付 AI 生成音乐版税：7月起加标签、即日起停分成

14 次阅读阅读全文

2026年6月29日

语音模型11:10

ElevenLabs 接入 Google SynthID 水印：AI 生成音频终于有了「隐形身份证」

9 次阅读阅读全文

2026年6月7日

音乐模型10:18

LTX 2.3 开源三合一：Singularity 模型 + 多图参考 + 导演台免费平替 Seedance 2.0

25 次阅读阅读全文

2026年5月30日

语音模型20:07

ElevenLabs 发布 Dubbing v2：保留说话人情感的 AI 配音模型，支持 90+ 语言实时本地化

45 次阅读阅读全文

2026年5月27日

音乐模型20:05

Stability AI 开源 Stable Audio 3：从音效到音乐，最快不到 1 秒生成 20 秒立体声

6 次阅读阅读全文

2026年5月23日

语音模型09:08

DeepSeek 启动 100 亿美元融资轮，梁文锋宣布追求 AGI、坚持开源、短期不商业化

6 次阅读阅读全文

2026年5月20日

语音模型20:21

Corti 发布 Symphony for Speech-to-Text：医疗专用语音识别，词错率 1.4% 碾压 OpenAI 和 Whisper

7 次阅读阅读全文

已显示 12 / 48 篇文章