行业趋势

从微软一次性发布的三款语音模型，看流式架构怎么把延迟压进了百毫秒区间 2026年10月1日，微软一次性放出了三款语音模型：流式语音识别MAI-Transcribe-2-Streaming，两档语音合成...

IIT RTC Conference是伊利诺伊理工大学主办、IEEE参与的实时通信年度会议，办了很多年，往年议程基本是编解码、NAT穿透、移动网络这类偏底层的RTC工程话题。 今年（2026年9月22...

9月22日，高通在年度骁龙峰会上发布了两款旗舰手机处理器，骁龙8至尊版Gen 6与骁龙8旗舰版Gen 6，核心卖点直指AI。其中最值得RTC行业关注的，并非CPU或GPU的常规迭代，而是端侧语音处理能...

这几年客服渠道的主流叙事一直是”语音在被文字、聊天机器人取代”。最近一份行业分析报告给出了不同的判断：对话式AI正在让语音这个渠道重新变得重要。 一. 语音客服正在被重新盘活 ...

电视广告和流媒体广告有个几十年没变过的结构：内容单向广播，观众只能看，不能问。最近有一条新闻，尝试给这个老问题一个新答案。 Brand Engagement Network（BEN）在IBC2026大...

AI外呼、AI客服正在从客服中心走向房产中介的一线业务。美国租赁自动化平台 ShowMojo 和语音 AI 公司 Super 最近合作推出了一款“24/7 数字租赁助手”，就是一个典型信号。其业务逻辑...

过去两年，Voice AI 行业出现了一个非常明显的变化：开源语音模型越来越多，而且越来越强。 从早期 Whisper 带动 ASR 开源，到今天 Qwen、Microsoft 等大厂不断推出新的 A...

在大模型语音能力快速升级的这几年，TTS（文本转语音）系统经常被更大的参数规模、更丰富的音色、更复杂的情绪控制和更强的云端推理能力定义。但放到实时互动场景里，TTS 很快会遇到更具体的问题，比如低端设...