微信輸入法iOS版升級至3.0.0，核心轉向語音優先交互。新版重構語音輸入，底層大模型全面升級，提升識別速度與準確度，並加強實用性、語言覆蓋和隱私保護。最大亮點是新增對15種中國方言的深度支持，如粵語等。
阿里巴巴通義大模型開源“百聆”系列語音模型重大升級。新模型僅需3秒錄音即可無縫切換9種語言和18種方言，支持普通話、粵語、日語、英語等，並能模擬開心、憤怒等多種情感。其中Fun-CosyVoice3模型改進顯著，首包延遲降低50%，中英混說準確率大幅提升。
微信輸入法iOS新版內測，核心升級語音輸入。底層大模型優化，識別更快更準。最大亮點是原生支持多語言與多方言，用戶說中文、英文或多種方言時，系統可自動識別，無需手動切換。
阿里通義千問發佈新一代語音合成模型Qwen3-TTS，免費向全球開發者開放。該模型提供49種多角色音色，支持10種主流語言及10種中國方言，在詞錯誤率上表現優於同類產品，擬人化程度高。音色庫涵蓋多樣角色設定，如“撒嬌搞怪茉兔”等，即選即用。
開源工業級自動語音識別模型，支持普通話、方言和英語，性能卓越。
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$1
$10
256
$6
$24
$2
$20
$4
$16
Bytedance
$1.2
$3.6
4
$8
$240
52
Guilherme34
Qwen3-32B是Qwen系列最新一代的大語言模型，具備強大的推理、指令遵循、智能體交互和多語言處理能力。它支持100多種語言和方言，能在思維模式和非思維模式間無縫切換，為用戶提供自然流暢的對話體驗。
tiantiaf
基於Whisper-small的英語方言分類模型，能夠準確識別16種不同的英語方言，為語音處理和語言研究提供支持。
akhbar
這是一個專門針對挪威語優化的高質量文本轉語音模型，基於Chatterbox架構開發，支持挪威語的兩種主要變體（書面挪威語和新挪威語）以及多種方言，能夠生成自然流暢、富有情感表現力的語音。
QCRI
Fanar-1-9B-Instruct 是一款強大的阿拉伯語 - 英語大語言模型，由卡塔爾計算研究機構（QCRI）開發，支持現代標準阿拉伯語及多種阿拉伯方言，並與伊斯蘭價值觀和阿拉伯文化保持一致。
islomov
基於Whisper medium模型微調的烏茲別克語語音識別模型，支持塔什干方言，訓練數據約700小時
lmstudio-community
Qwen3-14B是由Qwen開發的大語言模型，支持多種語言和方言，擅長創意寫作、角色扮演和多輪對話。
XGenerationLab
XiYanSQL-QwenCoder-3B-2504是XGenerationLab發佈的最新SQL生成模型，通過微調和GRPO訓練優化，支持多種方言，具有高效準確的SQL生成能力。
基於QwenCoder微調的SQL生成模型，支持多種方言，性能優異
析言SQL-QwenCoder-2504是最新的SQL生成模型，結合微調與GRPO訓練，在SQL生成上兼具效率與準確性，支持多方言，開箱即用，在不同方言和域外數據集上表現出色。
XiYanSQL-QwenCoder-2504是最新的SQL生成模型，結合微調和GRPO訓練，支持多種方言，具有高效和準確的SQL生成能力。
CoRal-project
由Alvenir訓練的丹麥最先進語音識別模型，基於CoRal-v2數據集，支持多種丹麥方言
tartuNLP
這是對NLLB-1.3b模型針對29種芬蘭-烏戈爾語族語言的平行數據進行微調的版本，支持多種方言/變體生成。
panlr
基於Whisper-medium微調的潮州話（潮汕話）正字識別模型，支持多方言口音的正字轉錄
Kushtrim
基於OpenAI Whisper Large v3 Turbo針對阿爾巴尼亞語優化的語音識別模型，支持標準阿爾巴尼亞語及蓋格方言
formospeech
基於Whisper-large-v3微調的臺灣客家話語音識別模型，支持多種客家話方言
projecte-aina
首個支持多說話人、多方言的神經語音合成模型，可生成四種加泰羅尼亞方言的高質量情感化語音
Nextcloud-AI
這是一個基於Transformer架構的英語到阿拉伯語翻譯模型，支持多種阿拉伯語方言變體。
facebook
Meta公司開發的塔馬哈克語-塔瓦拉馬特方言文本轉語音模型，支持提非納文字，屬於大規模多語言語音項目的一部分。
Meta公司開發的卡克奇克爾語(中南方言)文本轉語音模型，屬於MMS項目的一部分，支持多種語言的語音合成。
Meta公司開發的藏語中部方言文本轉語音模型，基於VITS架構，支持高質量語音合成
Acrolinx MCP服務器是一個與Acrolinx NextGen API集成的文本分析與改進服務，為AI助手提供文本重寫、內容分析、寫作建議等功能，支持多種寫作風格和英語方言。
%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)
