语音识别

英国一诊所的AI接待系统因无法理解约克郡口音导致患者挂断电话，凸显语音识别在方言和口音上的脆弱性，以及医疗场景中AI应用的现实挑战。

Meta 发布 macOS 版 AI 助手应用，其语音听写功能由自研 Muse Spark 模型驱动，标志着 Meta 在端侧 AI 与多模态交互上的新尝试。

OpenAI 推出 GPT Transcribe 和 GPT Live Transcribe 两款新语音识别模型，但在第三方基准测试中错误率高于 ElevenLabs、Google 和 Mistral 的同类产品。

OpenAI 推出新版语音模型，支持同时说话和聆听，为实时翻译等场景提供关键能力。

Cohere推出开源阿拉伯语语音识别模型Transcribe Arabic，在方言、代码切换和双语场景下优于Whisper和OmniASR。