标有“语音ai”标签的文章。
Anthropic发布Claude Opus 5.5——比Opus 5便宜40%、速度快30%，新增Responsive模式在推理前先输出一句话。Google的Gemini 3.8 Live支持97种语言实时语音转换，并可在对话期间并行处理后台任务。Suno v6是在与Warner Music Group、BMG和Believe的版权许可协议下从头构建的AI音乐模型，正式支持自然语言段落编辑和多源混搭功能。
2026年5月，Google对Gemini 2.5 Flash Native Audio进行了重大升级。核心是保留说话人语调、语速和音调的实时语音翻译，以及仅对面向自己的发话做出回应的Proactive Audio。AI正在进化为能够读懂情境、只在必要时介入的智能聤聼者。
2026年4月14日，AI工具生态再次震荡。Claude Code推出基于云端的自动化Routines与多会话桌面应用；Notion发布桌面语音输入和降价35至50%的自定义AI智能体；Gemini 2.5 Pro整合LearnLM，正式宣告成为全球最佳学习专属AI。
Google更新了Gemini 2.5 Flash TTS和Pro TTS。具备情感控制、上下文感知速度调节和多说话人支持 — AI语音终于开始像人类一样说话。分析这一变化对内容创作和教育领域的意义。