研究显示，在嘈杂环境中，AI语音克隆的可懂度比真实人声高出约20%，这一结果令研究人员大感意外。

企业人工智能公司Cohere推出首个语音模型Transcribe，主打开源、自托管和多语言支持，参数量为20亿，在多项公开基准中表现领先。

微软推出三款自研 AI 基础模型，覆盖语音识别、语音生成与图像生成三大场景，并通过 Azure AI Foundry 向开发者提供，强化自家 MAI 模型家族布局。

Todoist 新增 AI 语音功能 Ramble，用户可通过自然语言创建和编辑待办事项，目前已面向全平台公开测试，支持 38 种语言。