语音与音频

OpenAI 发布 GPT-Live，新一代语音模型，用于更自然的人机对话，现已为 ChatGPT 语音功能提供支持。

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。

从零开始用 Suno 一句话生成整首带人声的原创歌曲：涵盖开通、简单/自定义模式、Persona 音色、Extend、Cover、分轨导出，以及歌词与风格提示写法和商用版权说明。

Google DeepMind 推出 Gemini 3.5 Live Translate，为 Google AI Studio、Google Translate 和 Google Meet 带来近乎实时的自然语音翻译。