语音与音频

OpenAI 推出全双工语音模型 GPT-Live-1 的开发者 API，交互性测试得分从上一代的 45.4% 提升至 80.1%，定价为每分钟 0.05 美元。

印度音频平台 Pocket FM 借助 AI 将内容生产成本降低约 80 倍，营收运行率翻倍至 5 亿美元，AI 已驱动其 93% 的音频内容生产。

环球音乐与ElevenLabs达成多年授权合作，将推出AI音乐平台，让用户基于其正版曲库生成混音、串烧与改编版本。这是唱片巨头从诉讼转向授权变现的关键一步。

OpenAI 将 GPT-Live-1 开放至 API，带来自然全双工语音对话、更强的指令遵循、自定义音色与电话线路支持，语音应用的开发门槛被进一步拉低。

Suno推出v6 AI音乐模型，首次采用唱片业授权数据训练，标志着AI音乐生成在版权合规上迈出关键一步。

Suno推出新一代AI音乐模型v6，与三大唱片公司合作，支持文本指令局部修改和多模态生成，同时关闭所有旧模型。

面对多起版权诉讼，Suno 发布新模型 v6，宣称不再使用此前版本训练所用的未授权音乐数据，转向授权内容训练。

Google 发布 Lyria 3.5 音乐生成模型，集成至 Gemini 应用及 API，强调仅使用授权内容训练，提供更富表现力的歌声与编排。

Meta的Superintelligence Labs推出Muse Voice Transcribe，以80毫秒分块处理语音，支持说话人区分和句界检测，据称在流式转录中兼具最高准确率和最低价格。该模型被视为构建持续聆听的个性化AI代理的基础组件。

Roland 发布 Melody Flip，一款面向 DAW 的生成式 AI 音乐插件，提供约 250 个风格化“调色板”，标志着传统乐器厂商正式拥抱生成式 AI 音乐创作。

索尼等唱片公司起诉Anthropic，指控其员工在内部聊天中讨论盗版下载，并利用盗版内容训练AI音乐模型，引发对AI训练数据合法性的新一轮争议。

随着AI音乐生成工具日益普及，一些音乐人开始自发调查并揭露那些否认使用AI的创作者，引发关于创作透明度与真实性的讨论。