#语音

Deepgram 收购 Pipecat 开发商 Daily 并推出语音智能体开放协议 RCS

Deepgram 宣布收购开源语音 AI 基础设施 Pipecat 的开发与维护方 Daily，交易金额未披露，双方承诺 Pipecat 将永久保持开源和供应商中立。

ElevenLabs@ElevenLabs· 17:45AI 评分5656

ElevenLabs 与西班牙主要 ALS 协会 AsociacionELA 合作，向西班牙全国的 ALS 患者免费开放其声音重建技术。工程师兼教授 Aníbal 因 ALS 逐渐失声，用该技术复刻了自己的声音，得以继续教学。

ElevenLabs@ElevenLabs· 01:03AI 评分5757

ElevenLabs 介绍 ALS 患者 Monica 的案例：团队从一段旧家庭录像中复原了她的声音，她在女儿婚礼上用原声致辞，并以此与家人交流。NBC News 对 Monica 进行了采访报道。原文称该技术已帮助超过 11000 名因伤病失去声音的人恢复语音，并承诺帮助全球 100 万语音障碍者。

面壁智能在 CNCC 2026 举办第三届端侧大模型论坛，发布 MiniCPM5 与 VoxCPM2 等成果

面壁智能在 CNCC 2026 期间举办第三届端侧大模型论坛，以"定义端侧通用人工智能"为主题，围绕文本、语音、多模态交互、AI 自进化与智能体五大方向展开。MiniCPM 系列累计下载量突破 6000 万次，17 次登顶 Hugging Face 榜单首位，MiniCPM5-2B 在 AA-Index 4B 以下排名第一。

Nirva 融资 3300 万美元，做只监听佩戴者本人的 AI 吊坠

Nirva 完成 2500 万美元 pre-Series A 轮融资，加上今年早些时候的 800 万美元，总融资达 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并过滤周围他人声音，只记录佩戴者本人，处理后默认不保留音频和转录。该设备定价 249 美元，11 月开始接受订单，目标年底前发货给早期用户。

日本演员协会发布生成式 AI 语音使用准则，《龙珠》悟空配音演员野泽雅子怒批未经授权使用其声音

日本演员协会（JAU）在新闻发布会上发布生成式 AI 使用准则第一版，规定任何复刻演员声音的主体在每个环节都必须取得当事人同意，用于 AI 训练须获表演者许可，授权生成的语音被视作表演、企业需支付报酬或版税。

佛州警方称诈骗分子用 AI 克隆警长声音行骗

佛罗里达州奥西奥拉县警方称，诈骗分子用 AI 克隆警长 Steve Moser 的声音并配上其照片，给一名居民留下语音留言，冒充其本人打电话。此类冒充警察、以陪审团义务或逮捕令为由的诈骗正在多个州蔓延，佐治亚州和宾夕法尼亚州近一周也有相关报案。在佛州，冒充警察属三级重罪。

AI at Meta@AIatMeta· 06:40AI 评分4242

Meta Omnilingual ASR 入选 TIME 2026 年度最佳发明。这套模型套件支持超过 1600 种语言的 ASR 能力，其中 500 种低资源语言此前从未被任何 ASR 系统覆盖。多数 ASR 系统只聚焦互联网语料充足的语言，该发布被视为迈向通用转写系统的重要一步。

OpenRouter@OpenRouter· 00:27AI 评分4545

ElevenLabs 上线首周表现强劲，上线仅 7 天，昨天就占据了平台上文本转语音模型近三分之一的支出。 所有 @ElevenLabs 模型五折优惠，仅在 OpenRouter，截止 10/19

ElevenLabs@ElevenLabs· 23:59精选AI 评分7070

ElevenLabs 宣布，Baroness Campbell of Surbiton 今日在英国上议院使用由其构建的 AI 重建嗓音发表演讲，为英国议会首次。Baroness 患有脊髓性肌萎缩症影响说话，AI 嗓音复刻了她原声的音调、节奏和音高。ElevenLabs 称其技术已帮助超过 11,000 名因伤病失声者恢复嗓音，并承诺帮助全球 100 万失声人群。

ElevenLabs@ElevenLabs· 11:20AI 评分4141

在班加罗尔举行的 ElevenLabs Summit 上，我们与印度一个邦政府签署了首个 MOU，试点语音 AI。 过去一年，ElevenAgents 在印度的 1 亿多次对话中，超过 70% 使用印地语、卡纳达语、泰米尔语和泰卢固语。 印度的语音 AI 是多语言的，本次 Summit 汇聚了 500 多位企业领袖、开发者和合作伙伴，共同构建这一未来。

ElevenLabs@ElevenLabs· 00:32AI 评分4242

ElevenLabs 宣布已获得 FedRAMP 20x Class A 认证，该认证覆盖 ElevenAgents 及文本转语音、语音转文本 API，需在 Zero Retention Mode 与美国数据驻留条件下运行。

Rohan Paul@rohanpaul_ai· 07:43AI 评分5656

Inworld 收购 Ultravox，前者是训练自有语音模型并提供 LLM 推理 API 的研究实验室，后者是开发者用来构建实时语音智能体的平台，合并后一家公司同时拥有智能体的语音能力和运行平台。

Rohan Paul@rohanpaul_ai· 06:10AI 评分5757

Inworld 收购了实时语音智能体平台 Ultravox，一家公司同时拥有智能体的语音能力和运行平台。Ultravox 供开发者构建可理解、推理、调用工具并回复的实时语音智能体，还处理打断和停顿等时机问题。

Rohan Paul@rohanpaul_ai· 04:06AI 评分4242

Inworld 已收购语音智能体平台 Ultravox，并将内置语音迁移至 Realtime TTS-2。Ultravox 可理解用户语义、调用工具、完成任务，并实时处理轮次切换与打断。Realtime TTS-2 支持用自然语言内联指令调整语速、语气和情绪表达，例如在讲解复杂步骤时放慢语速再恢复正常。

ElevenLabs 以 220 亿美元估值向员工开放 3 亿美元股权回购

ElevenLabs 宣布以 220 亿美元估值允许员工出售部分已归属股权，较 2 月融资时的 110 亿美元估值翻倍。本次 3 亿美元要约回购由 Wellington 和 T. Rowe Price 联合领投，是该公司的第二次员工二级交易，此前 2025 年 9 月曾以 66 亿美元估值进行 1 亿美元回购。

ElevenLabs@ElevenLabs· 00:42同事件AI 评分6969

ElevenLabs 完成员工要约收购，估值达 220 亿美元，较 2 月 D 轮翻倍，该轮由 Wellington 和 T. Rowe Price 领投。官方博客链接 https://elevenlabs.io/blog/tender-22bn 说明了要约详情及增长驱动因素。

同一件事，精选收录的是《ElevenLabs 完成 3 亿美元员工股份回购，估值升至 220 亿美元》

ElevenLabs 完成 3 亿美元员工股份回购，估值升至 220 亿美元

ElevenLabs 完成 3 亿美元员工 tender offer，估值达 220 亿美元，是 2026 年 2 月 Series D 估值的两倍，由 Wellington 和 T. Rowe Price 领投。企业业务占收入 55%，ElevenAgents 每周处理超 1500 万次对话，ARR 自 2 月以来增长超 3 倍，客户语音智能体解决问题平均比聊天智能体快 31%。

祖父被 AI 深度伪造语音诈骗后，Tarini Padmanabhuni 创办 DetectifAI 做端侧检测

Tarini Padmanabhuni 因祖父被 AI 深度伪造语音冒充其兄弟骗走赎金，创办旧金山公司 DetectifAI，做可在手机操作系统内本地运行的紧凑 AI 模型，在通话和语音消息中即时判断声音是否为 AI 生成，音频不出设备。

Modulate 融资 2500 万美元，用小型模型阵列做语音转录、情绪分析与深伪检测

波士顿语音智能初创公司 Modulate 完成 2500 万美元新融资，由 Future Ventures 领投，Hyperplane 和 Lakestar 参投。

印度强制来电识别应用向运营商共享用户骚扰电话举报

印度电信监管局 TRAI 修订规则，要求允许用户标记骚扰电话的来电识别和通话管理应用，将用户举报提交至运营商维护的基于区块链的平台。

Universal Music Group 与 ElevenLabs 达成多年期授权与产品合作

ElevenLabs 与 Universal Music Group 宣布达成多年期授权协议与战略合作，这是 ElevenLabs 首次与主要唱片公司签订涵盖授权和产品开发的协议。

北京首例 AIGC 商业秘密行政处罚案开出 10 万元罚单

北京市朝阳区市场监管局对全市首例 AIGC 行业商业秘密行政处罚案作出处罚决定，对携密跳槽、私自复制使用原单位 AI 商业软件的行为开出 10 万元罚单。涉案员工在职期间私自拷贝并破解公司自主研发的 AIGC 商业软件，离职后创办新公司继续使用该软件承接竞争业务牟利。本案首次在行政执法层面确认 AIGC 商业软件可作为商业秘密受法律保护，并依据《反不正当竞争法》第二十六条处以罚款。

京东亮相2026 IOTE，JoyInside与涂鸦智能达成战略合作

京东在第二十五届国际物联网展（IOTE 2026 深圳站）展出多款可下单的AI玩具，包括小鸡球球AI点读笔、凯米斯AI机器狗等，均接入京东自研的“附身智能系统”JoyInside。会上，京东JoyInside与涂鸦智能正式签约，将围绕AI硬件方案共建、渠道资源协同与生态联合推广展开合作，为品牌客户提供“京东×JoyInside×涂鸦”整包方案。

Ringg 获 Peak XV 追加 1000 万美元投资，将语音 AI 拓展至电话之外

印度语音 AI 初创 Ringg 获 Peak XV 1000 万美元 Series A 追加投资，该轮融资总额达 1550 万美元。公司目前每月处理 2000 万次通话，客户包括 Cred、Flipkart、Practo 等，其语音代理已覆盖 Practo 旗下 1200 家诊所。

澳大利亚唱片业协会“重拳出击”，纯 AI 生成歌曲禁入官方排行榜

澳大利亚唱片业协会（ARIA）宣布，从下周一开始，完全由 AI 生成的歌曲将无法进入 ARIA 官方排行榜，但采用 AI 辅助制作的部分作品仍可上榜。新规要求歌曲必须由人类创作、主唱、演奏主要乐器，且须使用合法的 AI 服务制作；完全由 AI 生成的音乐也不能参加 ARIA 音乐奖。此前，一首 AI 重制麦当娜《Like a Prayer》的歌曲曾连续 16 周跻身澳大利亚前 20 名。

DogeDesigner@cb_doge· 05:18AI 评分4141

SpaceXAI 刚刚揭示了 Starlink 如何大规模使用 Grok Voice。它每天处理超过 15,000 通客户支持电话，每周完成 3,000 多笔订单。 Elon Musk 此前已确认 SpaceX 和 Tesla 使用 Grok 处理客户服务。 “Grok 在 SpaceX 和 Tesla 已经做得相当不错。我们看到 Grok 在客户服务等方面非常有用，而且这个 AI 极其有耐心，你可以对它大喊大叫，它依然会非常友善。”

DogeDesigner@cb_doge· 04:48AI 评分4242

突发：Starlink 正使用 Grok Voice 每天处理超过 15,000 通客户支持与销售电话。 Grok 通过语音通话和聊天诊断硬件问题、寄送替换件，并每周完成超过 3,000 笔订单。

Mistral AI@MistralAI· 03:05AI 评分4242

今天，我们宣布与 @HUMAIN 达成战略合作，涵盖 AI 基础设施、先进模型开发，以及在沙特阿拉伯及整个地区部署 AI 解决方案。我们将共同开发本地化的前沿 AI 模型，初始重点领域包括网络安全、语音，以及在阿拉伯语中表现优异的模型。 https://mistral.ai/news/mistral-x-humain/

因预约人数远超预期，《莱莎的炼金工房》衍生 AI 聊天游戏延期上线

由光荣特库摩授权、SpiralAI 开发的 AI 聊天游戏《RyzaChat》延期上线，原定 8 月 18 日开服，因预约人数远超预期，官方决定加强服务器环境，目标下周开服。游戏以《莱莎的炼金工房》为世界观，玩家通过与莱莎聊天推进战斗、旅行和建设。莱莎插画由人工绘制，语音采用野口百合录制素材并经语音合成，文本由 SpiralLLM 生成。

科大讯飞 2026 年上半年归母亏损 2.04 亿元，同比收窄 14.68%

科大讯飞 2026 年上半年营收 116.23 亿元，同比增长 6.52%；归母净利润亏损 2.04 亿元，同比收窄 14.68%，减亏幅度超市场预期。扣非净利润亏损 6.37 亿元，亏损扩大 74.88%，主要系研发投入超 30 亿元、占营收比重超 25%，并加大智能批阅机、影像云、AI 眼镜等新品推广。上半年合同额同比提升 27%，第二季度单季度经营性现金流已转正。

苹果洽谈付费使用出版商内容，为 Siri AI 提供实时新闻

据《华尔街日报》报道，苹果正与出版商洽谈付费使用其内容，为即将推出的 Siri AI 提供实时新闻与信息。苹果提出按内容使用量付费的可变补偿模式，而非行业通行的固定授权费，并考虑为此预留九位数预算。Siri AI 预计今年晚些时候上线。

苹果拟向出版商支付最高数亿美元获取新闻内容，改进 AI 版 Siri

苹果正与多家出版商洽谈多年期合作协议，获取新闻内容以支持 AI 驱动的 Siri 功能，该功能预计今年晚些时候推出。苹果提出按内容实际使用量付费的灵活方案，并讨论过一笔规模可能达数亿美元的预算。此前苹果曾试验 AI 生成新闻摘要，因生成错误标题引发担忧后已关闭该功能。

Fenix Flexin 不再否认用 AI 制作《Rubberz》

洛杉矶说唱歌手 Fenix Flexin 回应 AI 制作争议，称“从未说过没用 AI”，并强调 AI 与录音过程无关。此前制作人 Medasin 指认 AI 工具 Treblo（原 Sonauto）参与制作，该公司发布的 AI 检测器也将其标记为 Treblo AI 生成。Fenix 上月接受 Hot 97 采访时曾明确表示歌曲“没有 AI”。

OpenAI 新款 AI 智能音箱据报售价 300-400 美元

OpenAI 与 Jony Ive 设计工作室 LoveFrom 合作开发的 AI 智能音箱据报将采用“甜甜圈”造型，由高品质金属制成并带有可动部件，预计售价 300-400 美元，高于亚马逊主流智能音箱的 40-240 美元区间。该设备被描述为 ChatGPT 的“物理化身”，计划于 2027 年发布。OpenAI 正因涉嫌窃取商业机密遭苹果起诉，公司已否认相关指控。

Omilia 融资 6700 万美元，扩展其客服自动化平台

雅典客服自动化公司 Omilia 完成 6700 万美元 B 轮融资，由 Expedition Growth Capital 领投。该公司自 2002 年起从事语音与客服自动化，主张按需选用工具而非一律部署大模型，客户包括 Capital One、Discover、RBC 及 Taco Bell（已覆盖超 1000 家门店）。

Google 将于 2026 年 9 月起关闭 Google Assistant，Gemini 接管 Android 与 Wear OS

Google 将从 2026 年 9 月 4 日起在 Android 和 Wear OS 上关闭 Google Assistant，由 Gemini 接管助手功能，涉及手机、平板、手表、耳机及 Android Auto 车辆。推送可能需数周完成，之后无法回退。Gemini 还将登陆 Google TV、Google Home 音箱和智能屏，但这一转变将考验其能否匹敌旧助手在简单指令上的可靠性。

Google Assistant 将于 9 月 4 日从安卓设备上消失

Google 宣布自 9 月 4 日起移除安卓手机、平板及配对手表、耳机等设备上的 Google Assistant 访问权限，用户将无法再使用或切回该助手。若设备满足最低要求且所在地区支持 Gemini，将仅能使用 Gemini。

通用汽车正开发自研车载 AI 智能助手，整合实时遥测数据

通用汽车正开发一款全新车载 AI 智能助手，能力将超过已引入旗下车型的 Gemini AI。该助手结合对话式 AI、车辆知识及 OnStar 智能服务，能调用汽车传感器实时遥测数据，比 Gemini 更了解车辆状态、驾驶环境与用户需求。目前尚未公布具体发布时间，完成后仍需在完整车型阵容中测试以确保稳定性和安全性。

环球、索尼、华纳等唱片公司提议将低质 AI 音乐从排行榜中剔除

环球音乐集团、索尼音乐、华纳音乐集团等多家唱片公司提议将低质量的 AI 生成音乐从国际排行榜中剔除。新提议要求歌曲必须满足“实质上由人类创作”等标准，否则禁止进入排行榜；AI 仅起辅助作用的歌曲仍可打榜，但须符合 AI 服务条款且训练数据拥有合法使用权。国际唱片业协会 IFPI 已表态支持，但尚无排行榜机构立即采纳。