Spellfort:用语音控制的游戏放松
Spellfort 是一款用语音玩问答和迷你游戏的 iPhone 应用。用户点击一次即可开始,随后锁屏闭眼,根据音频提示大声作答。它提供结束一天的新方式,让人不再多刷一小时手机。
Spellfort 是一款用语音玩问答和迷你游戏的 iPhone 应用。用户点击一次即可开始,随后锁屏闭眼,根据音频提示大声作答。它提供结束一天的新方式,让人不再多刷一小时手机。
video-db/call.md 登上 GitHub TypeScript 日榜,可在会前、会中和会后录制、转写并用 AI 实时分析会议,macOS 一行命令安装,需要 VideoDB API key,可选连接 Google Calendar。
debpalash/VoiceStudio 登上 GitHub Python 日榜,可在本地电脑和手机上完成语音克隆、设计、配音、听写、转写和旁白,支持 646 种语言,无需账号和 API key,默认引擎基于 k2-fsa/OmniVoice,并提供供智能体调用的本地 API 与 MCP。
BetaList 产品 Caption Generator 在浏览器中为视频添加带样式的字幕,视频留在本地,仅上传压缩后的音轨用于转写。
OpenAI 客户案例:GPT-6 Astra 在 Retell 的语音智能体基准中排名第一,Codex 帮助 Retell 达到人均 160 万美元的年化营收。
企业语音 AI 公司 Regal Voice 在平台上推出 Goal Oriented Agents,每通电话同时运行负责对话的演员模型和负责把控目标的导演模型。
Apple 推送 27.2 系统更新,iOS 27.2 重点加强 Siri AI,新增可回忆过往对话的记忆功能,并把语音留言、信息附件等纳入 Siri 可访问的数据源。
Ollama v0.40.11 支持在 macOS 上生成语音,ollama run 可边生成边朗读文本或模型回复,应用也可通过兼容 OpenAI 的接口流式获取音频。
Hurston-1 是为电话场景构建的带口音英语开源 TTS,可用自然语言描述声音,提出面向窄带电话的 NB-TTS。
Ollama v0.40.11-rc0 预发布,为 Phonon 语音功能加入声音目录。
Ollama v0.40.9-rc3 改用 Gradium Phonon 正式版权重格式,并更新语音文档。
Gemini 现已在全球 Android Auto 和内置 Google 的汽车中可用,借助 Personal Intelligence 给出个性化回答,让驾驶者无需看屏幕即可获得帮助。
推荐理由:AI 助手进入全球车载入口,覆盖面广,用户更新后即可在驾驶场景使用。
Mistral 推出 Voxtral 3,包括语音智能体 SDK 和面向 50 多种语言实时多步对话的语音模型,结合精准转写、可调情绪的自然语音合成和深度工具集成,可通过 Mistral 欧盟托管 API 或自部署使用。
推荐理由:提供可自部署的多语种语音智能体全套组件,对需要欧盟数据驻留的团队尤其实用。