# 语音识别

共 8 篇相关文章

Helix获Siri联创投资,推语音身份验证

Helix获Siri联创投资,推语音身份验证。该方案融资600万美元,可在设备端本地运行,通过四秒声音采样判断用户是否为真实人类及估算年龄,无需上传云端,兼顾隐私与效率。

Granola推语音听写功能,与Wispr Flow趋同

Granola上线语音听写功能,直接对标Wispr Flow。该功能支持Mac端跨应用输入,即将扩展至iOS和Windows。随着估值分别达15亿和20亿美元,两家头部厂商正推动语音AI从垂直工具向多功能平台转型。

NVIDIA开源Nemotron 3.5 Transcribe多任务语音模型

NVIDIA开源多任务语音模型Nemotron 3.5 Transcribe。该模型支持40种语言翻译及8人说话人分离,在多项基准测试中位列开源第一。配合Granary v2数据集与微调工具,可显著降低专业领域词错误率。

IBM更新Granite Speech语音模型系列

IBM更新Granite Speech语音模型系列,发布2B新模型及两个修订版。新模型支持六语转录与双向翻译,抗噪能力增强,可偏置2000个关键词,覆盖高精度、边缘设备及多说话人场景。