AI 新闻

Google 更新 Gemini Audio，引入 Gemini 3.5 系列模型，提升转录精度，自动识别专业术语并去除语气词，支持 85 种以上语言。

本文解读语音识别领域基准测试优化现象，分析模型分数提升的实质意义，探讨基准测试与真实性能之间的鸿沟。

Adobe 将三款 AI 音频工具（音乐生成、语音生成、音效生成）全面引入 Firefly 平台，同时新增 Google 的 Gemini Omni Flash 模型，进一步丰富其创意生成生态。

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。

一项新观察显示，消费者在不知情时偏爱AI生成的音乐，但一旦被告知是AI创作，态度便发生转变。这揭示了AI内容在现实中的接受度与标注之间的微妙关系。

Suno推出Studio 2.0，为Premier订阅用户提供完整制作工具，支持通过聊天创建乐器和插件，并开放MIDI导入与32位导出，但无限导出与平台反垃圾下载限制形成矛盾。

Suno 发布 Studio 2.0，新增 MIDI 支持等专业级功能，使其从简单的 AI 音频编辑器向真正的数字音频工作站（DAW）进化。

乐器公司达达里奥在否认近两周后，终于承认其宣传视频中使用了AI音乐工具Suno，引发对AI创作透明度的讨论。

Spotify宣布从9月中旬起，将为不真实存在的AI艺术家添加“AI Persona”标签，并停止推荐其音乐，此举旨在平衡AI创作与真实音乐人权益。

Spotify 推出“AI Persona”标签，用于标识 AI 生成的艺人身份，并默认将其音乐从编辑、算法和个性化推荐中排除。

NVIDIA 发布 Magpie TTS，一款开放权重、可完全部署控制的低延迟多语言语音合成模型，为构建实时语音代理提供了新可能。