策展精選

AI 語音應用 SUN 正式對外開放，宣告音訊內容從「搜尋」轉向「生成」的新時代。 SUN 應用程式正式對外開放，該專案在 a16z 的 Speedrun 加速器計畫中孵化，旨在徹底改變使用者獲取音訊內容的方式。 核心變革 音...

OpenBMB 發布 VoxCPM2：無需 token 的多語言語音生成模型。 OpenBMB 推出的 VoxCPM2 是一款具備 20 億參數的無 token 擴散自回歸語音生成模型，支援 30 種語言並提供 48kHz 的高品質音...

微軟發布三款 MAI 模型，以高效能與高性價比搶攻開發者市場。 微軟於 2026 年 4 月 2 日宣布推出三款全新的「MAI」系列模型，並同步開放於「Microsoft Foundry」與「MAI Playground」供開發者使用...

OmniVoice 是由「Kaldi」之父 Daniel Povey 團隊推出的零樣本多語言 TTS 模型。 這款由小米團隊開發的「OmniVoice」模型，採用創新的擴散語言模型架構，支援超過 600 種語言，並透過單階段架構實現了...

開發者公開了一個 macOS 語音輸入應用的完整源碼及構建過程，並明確強調可重現性，反駁了外界對該專案「玩抽象」的質疑。 應用功能概述 「VoiceInput」是一款 macOS 選單列應用程式，運用 Apple 內建的語音識別框架實現即時...