跳到正文

#语音

今日 0 条

11月12日星期四

TechCrunch · AI

Norwest 新设 40 亿美元基金,加大对 AI 投资

富国银行全资支持的 Norwest 募集 40 亿美元新基金,为其第 18 只、规模最大的一只基金,将重点扩大 AI 投资。资金覆盖消费、医疗、科技等行业,并继续布局 physical AI、voice AI、智能体网络安全与航空航天,投资地域包括美国、印度和以色列。自 2024 年第 17 只 30 亿美元基金关闭以来,Norwest 已完成逾 87 笔投资。

TechCrunch · AI

九家韩国初创公司角逐 Disrupt 2027 Startup Battlefield 200 席位

九家韩国深科技初创公司在首尔 DETO 2026 大会上路演,争夺 Disrupt 2027 Startup Battlefield 200 的参赛名额,其中通过语音分析检测大脑健康变化的 Voinosis 获胜。Voinosis 的语音检测每次不到五分钟,在 146 人临床研究中筛查潜在认知问题的准确率达 88%。其余八家覆盖金融科技、能源、半导体与 AI 等领域,均计划进军美国市场。

11月10日星期二

TechCrunch · AI

黄仁勋在 Nvidia 争议期间退出 ElevenLabs 峰会

ElevenLabs 周一确认,Nvidia CEO 黄仁勋退出原定本周三在纽约举行的 ElevenLabs 峰会。他也取消了包括 Anthropic CEO Forum 在内的其他演讲安排,Nvidia 是 ElevenLabs 的投资方。

11月9日星期一

The Verge · AI

Elvis Presley 与 Eminem 的音乐权利人起诉 Suno

Elvis Presley 的音乐权利人及 Eminem 部分热门唱片的出版商分别起诉 Suno,指控其非法生成模仿两位艺人的音乐和歌词。Presley 一方援引田纳西州禁止 AI 公司克隆歌手声音的 ELVIS 法案,这些诉讼与 Jason Isbell 等人在 9 月提起、未直接主张版权侵权的诉讼相似。

11月6日星期五

OpenAI News

Cult.fit 如何用 Codex 开发内部工具并改善运营

Cult.fit 将 Codex 从工程部门推广到跨职能团队,近几个月非工程团队已构建 20+ 个内部应用。公司用 Codex 重建内部仪表盘功能,节省 $100,000+ 年度软件费用,并通过接入现有客服平台的 AI 智能体将客服成本降低 50%+。其 AI Trainer 还通过 OpenAI API 集成 GPT Realtime,以双向语音提供训练指导并支持记录锻炼。

10月30日星期五

10月29日星期四

TechCrunch · AI

Deepgram 收购 Pipecat 开发商 Daily,强化语音 AI 基础设施

Deepgram 宣布收购 Pipecat 的开发与维护方 Daily,交易金额未披露,双方表示将保持 Pipecat 开源。Pipecat 可编排实时语音和视频流、STT、大语言模型及 TTS,Daily 联合创始人称 Deepgram 承诺让框架永久开源并保持厂商中立。

10月24日星期六

10月22日星期四

TechCrunch · AI

Nirva 融资 3300 万美元,打造只监听佩戴者的 AI 吊坠

Nirva 完成 2500 万美元 pre-Series A 轮融资,加上年初的 800 万美元,累计融资达 3300 万美元。其首款设备是重约 8 克、续航最长 3 天的吊坠,也可作手链佩戴,通过用户录入的语音样本建模,只记录佩戴者本人并过滤周围他人对话,处理后默认不保留音频与转录。该设备定价 249 美元,11 月开始接受订单,目标年底前向早期用户发货。

10月20日星期二

6月3日星期三

AI HOT 精选

Suno 拿了 4 亿美元 D 轮,估值冲到 54 亿

AI 音乐生成公司 Suno 宣布完成 4 亿美元 D 轮融资,投后估值 54 亿美元。官方公告没披露领投方、跟投方和资金具体用途,只说会继续让更多人玩上音乐创作。我会先打个折——这轮金额和估值数字很大,但正文没给任何业务数据或商业化进展,暂时只能当融资信号看。

推荐理由:Suno 完成 4 亿美元 D 轮融资,投后估值 54 亿美元,官方未披露领投方与资金用途,可作为观察 AI 音乐生成领域资本热度的参考。

AI HOT 精选

Grok 成为 Vapi 语音平台的默认引擎,覆盖 250 多万个语音智能体

xAI 和 Vapi 合作,把 Grok 设成了 Vapi 平台 12 个核心语音的默认引擎。Vapi 自己搞了一次盲测,Grok 拿了第一。另外 xAI 在 X 上发了个投票,4500 多人里有一半分不清 Grok 克隆的声音和真人原声。

推荐理由:xAI 与 Vapi 合作,将 Grok 设为平台 12 个核心语音的默认引擎,覆盖 250 多万个语音智能体,Vapi 自测盲测中 Grok 排名第一。

5月26日星期二

FT · 科技

Spotify 老板为 AI 生成音乐站台,但没透露版权费怎么分

Spotify 跟环球音乐签了个协议,允许用户用 AI 做“受控”的翻唱和混音。正文被付费墙挡了,看不到授权范围、收入分成比例和具体上线时间。

推荐理由:Spotify 与环球音乐达成协议,允许用户制作受控的 AI 翻唱和混音,授权范围与收入分成尚未公开,大平台为 AI 生成内容划定边界的做法由此有了具体样本。

5月23日星期六

TechCrunch · AI

有人用 AI 把空难录音的频谱图还原成了飞行员的声音

美国国家运输安全委员会(NTSB)发现,去年一起 UPS 货机空难中遇难飞行员的声音被人用 AI 重建,并在网上流传。联邦法律禁止 NTSB 公开驾驶舱录音,但调查档案里放了一份录音的频谱图(一种把声音高低频信号转成图像的文件)。

推荐理由:NTSB 调查档案中一份空难驾驶舱录音的频谱图,被人用 AI 还原成飞行员声音并在网上流传,而联邦法律禁止该机构公开录音,事件由此牵出调查材料公开与声音复原之间的边界问题。

Hacker News 首页

有人用 AI 把空难遇难飞行员的声音“复原”了,NTSB 紧急关停公开档案库

美国国家运输安全委员会(NTSB)在 5 月 21 日暂停了其在线事故档案系统的公开访问。起因是网上有人利用软件和 AI 工具,根据调查文件里的信息,重新生成了 UPS 货运航班 2976 号坠机前驾驶舱内遇难飞行员的声音片段。联邦法律本来就禁止调查机构公开驾驶舱录音,这次绕过禁令的“复原”行为直接促使 NTSB 紧急关停了整个数据库。

推荐理由:NTSB 因有人用 AI 从调查文件中复原 UPS 2976 航班遇难飞行员的声音,暂停了在线事故档案库的公开访问,语音克隆触及驾驶舱录音禁令后引发机构层面的反应。

5月22日星期五

TechCrunch · AI

Spotify 和环球音乐达成协议,付费用户可以用 AI 翻唱和混音歌曲

Spotify 跟环球音乐签了授权,准备让 Premium 用户用生成式 AI 做歌曲的翻唱和混音。这个功能会作为付费附加包上线,产生的收入会分给参与计划的艺人。但正文没公布具体分成比例、价格和上线时间,只说两家公司达成了授权协议。

推荐理由:Spotify 与环球音乐达成授权协议,让 Premium 用户以付费附加包形式用生成式 AI 制作翻唱和混音,收入将分给参与计划的艺人。

5月12日星期二

TechCrunch · AI

AI 语音公司 Vapi 拿下亚马逊 Ring 订单后估值冲到 5 亿美元,从 40 多家对手中胜出

Vapi 做的是让 AI 接打电话的语音平台。亚马逊旗下的 Ring 在评估了 40 多个方案后选了它,用来处理客户支持和销售电话。公司说从 2025 年初到现在,企业业务规模翻了十倍,最新一轮融资后估值达到 5 亿美元。不过正文没披露具体营收数字和 Ring 这笔单子的金额,所以这个十倍增长是从多小的基数算起的,得打个折看。

推荐理由:亚马逊旗下 Ring 在评估 40 多个方案后选用 Vapi 处理客服和销售电话,这条资讯交代了语音 AI 平台进入大客户采购流程的经过与 5 亿美元估值。

2月9日星期一

36 氪 · 直链

前百川智能联创焦可离职做来福电台,想造能记住你喜好的 AI 主播

焦可离开百川智能后,在 2025 年初创办了 AI 音频公司“来福电台”。他做的不是单纯的 AI 播客工具,而是 15 个中文和 2 个英文 AI 主播,每个主播风格不同,能根据用户收听历史推荐内容,用户也可以随时打断节目提问或聊天。焦可认为语音交互能产生足够多的长上下文,让 AI 记住用户偏好,这是建立情感链接和个性化服务的关键。

推荐理由:焦可离开百川智能后创办来福电台,做了 17 个风格各异的 AI 主播,能按收听历史推荐内容并支持随时打断对话,其判断是语音交互产生的长上下文让 AI 记住用户偏好。