夸克AI眼镜于12月31日完成首次OTA升级，新增录音纪要、图文备忘录、多意图理解与执行、蓝环支付及社区服务五大功能，并对翻译、行程查询等既有功能进行优化。通过自研语音增强模型与硬件配置，其录音功能现支持十米范围清晰收音与有效降噪。
ElevenLabs的AI语音智能体深度集成WhatsApp，支持文字与语音双模交互。用户可通过文字聊天或直接拨打WhatsApp语音电话，与拥有逼真人声的AI助理实时对话。企业可便捷部署具备多语言、情感识别、实时翻译等能力的AI语音助手，重构客服体验。
理想汽车发布AI眼镜Livis，搭载自研AI助手“理想同学”，支持语音交互、实时翻译等功能，售价1999元起。
Meta公司宣布为Facebook和Instagram全球用户推出AI语音翻译功能，支持视频内容多语言翻译，帮助创作者扩大受众范围，促进跨文化交流。该功能已在所有Meta AI服务市场同步上线，标志着其在多语言内容创作领域的技术突破。
Pinch 是一款支持 30 多种语言的实时 AI 语音翻译工具，专为视频通话和网络研讨会设计。
全能AI助手，提供语音识别、字幕翻译、文档速读等功能
提供视频翻译、换 脸、语音克隆等 AI 技术，快速制作本地化营销视频
AI语音转录、翻译和TTS的Gradio Web-UI
Google
$2.1
Input tokens/M
$17.5
Output tokens/M
1k
Context Length
$0.7
$2.8
Alibaba
-
$8
$240
52
Bytedance
$1.2
$3.6
4
$3.9
$15.2
64
$15.8
$12.7
$0.8
$2
128
FreedomIntelligence
Soundwave是一款突破语音与文本界限的语音转文本模型，仅通过1万小时数据训练就在语音翻译和AIR-Bench语音任务中展现出卓越性能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
