在人工智能行业日益蓬勃发展的背景下，AI 语音技术公司思必驰于近日宣布成功完成了5亿元的融资。此次融资的参与方包括多家知名产业基金、国资平台及私募基金，这标志着思必驰在资本市场获得了更强大的支持。公司创立于2007年，作为中国较早专注于 AI 领域的企业之一，思必驰起初以 AI 语音技术为核心，如今已拓展到软硬一体化解决方案及 AI 硬件产品。未来，思必驰将持续加大对垂域大模型（DFM-2）与全链路对话技术的投入，目标是在汽车、物联网(IoT)、会议办公及金融等行业场景

近日，人工智能企业思必驰宣布完成新一轮融资，金额达到5亿元人民币。这一轮融资的参与方包括知名产业基金、国资平台和私募基金等多个投资机构。这笔资金的注入，将进一步推动思必驰在智能终端和行业应用上的快速发展。图源备注：图片由AI生成，图片授权服务商Midjourney据了解，此次融资的成功主要得益于公司在端侧应用场景的规模化商业能力，以及在大模型人机对话技术上的持续创新。公司已经制定了 “云 + 芯” 的战略，计划在未来加速大模型（DFM-2）及全链路对话技术的落

法国初创公司 Rounded 正在致力于开发一个 AI 语音代理的编排平台，旨在让企业能够轻松构建自己的语音代理。随着人工智能技术的迅猛发展，Rounded 相信 AI 语音代理将成为客户与公司互动的主流方式。最初，Rounded 的团队曾尝试推出一款 Web3产品，但在2023年6月转而关注 AI 语音代理。图源备注：图片由AI生成，图片授权服务商MidjourneyRounded 的联合创始人 Aymeric Vaudelin 表示，他们的最初构想是将 ChatGPT 与转录器和合成器结合，从而提供有价值的服务。然而，随着时间推移，团队意识到市场对语

OpenAI 首席执行官山姆・阿尔特曼（Sam Altman）近日在社交媒体上透露，尽管 ChatGPT Pro 的月费达到了200美元，但该服务依然难以盈利。他表示:“疯狂的事情是:我们目前在 OpenAI Pro 订阅上亏损!” 他指出，用户的使用量远超预期，导致运营成本上升。阿尔特曼的这番话恰逢 OpenAI 在一个月前宣布将其 ChatGPT 服务的 Pro 版本定价为200美元，这是 Plus 订阅的十倍。用户为这笔费用获得了无限制使用先进语音功能的权利，并可以使用 o1专业模型，这个模型为复杂问题提供最佳答案。然而，显然这个高

据爆料人马克古尔曼透露，苹果公司可能在其下一代妙控鼠标中引入AI语音控制功能，这一消息引起了公众的广泛关注。古尔曼强调，尽管AI技术的融合已成为硬件设备发展的趋势，但目前并没有确凿的证据显示苹果新款妙控鼠标将支持AI语音控制。

在数字支付领域又一次重大创新，支付解决方案提供商iWallet率先推出语音AI支付系统。这项突破性技术的推出，标志着支付行业正式迈入智能语音交互时代。当前支付行业仍普遍采用交互式语音响应（IVR）和双音多频(DTMF)等传统技术，不仅用户体验欠佳，在支付卡行业(PCI)合规性方面也面临挑战。针对这一痛点，iWallet开发的语音AI系统不仅确保了PCI合规性，还通过减少人工操作环节，有效降低了错误率和欺诈风险。iWallet创始人兼CEO吉姆·科尔钦表示，AI支付技术的引入不仅为企业节省了大量

OpenAI CEO萨姆·阿尔特曼近日在社交平台X上发起了一场面向2025年的"愿望征集"，引发全球用户热烈讨论。这位AI巨头掌舵人虽然只抛出一个简单的问题，却收获了大量建设性意见，其中不乏潜在的产品改进方向。在众多建议中，家庭账户功能获得了特别关注。有用户提议OpenAI推出面向全家庭的账户体系，配备家长监控功能，让孩子们能在安全的环境中探索AI世界。对此，阿尔特曼给予了积极回应。值得注意的是，根据OpenAI现行政策，平台服务主要面向13岁以上用户，未成年人使用需要获得家长

随着对话式AI技术的飞速发展，AI语音代理正在逐渐接管越来越多的电话沟通。然而，如何确保这些AI语音代理的可靠性成为了行业面临的一大挑战。近日，专注于AI语音代理可靠性的平台Hamming.ai宣布完成380万美元的种子轮融资，由Mischief领投，Y Combinator、AI Grant等机构以及多位天使投资人跟投。Hamming.ai的出现，正是为了解决目前AI语音代理测试和管理方面的痛点。据了解，每天都有数十亿通电话产生，而随着AI的进步，大部分电话最终将由AI处理。然而，即使是微小的提示或模型提供商的更

2023年成立的 Vapi 公司近日宣布成功完成2000万美元的 A 轮融资，由 Bessemer Venture Partners 主导，此外还获得了 Abstract Ventures、AI Grant、Y Combinator、Saga Ventures 以及 Michael Ovitz 的投资。随着生成式语音模型不断接近人类交互水平，许多企业需要一个能够无缝集成这些技术的平台，以提升客户互动和服务效率。图源备注:图片由AI生成，图片授权服务商MidjourneyVapi 的愿景是 “让技术回归人类声音”，为开发者提供快速部署 AI 语音助手的工具，时间从几个月缩短到几分钟。该公司采用开发者优先的策

最近，中文 AI 语音克隆技术迎来了一个突破性进展。海螺 AI 海外版推出的音频克隆模块，只需10到60秒的音频样本，便能完美复刻用户的声音。海螺 AI 海外版的音频克隆效果让许多用户感到惊喜，因为以往在中文语音克隆领域，虽然有不少产品，但效果往往不如人意。海螺 AI 的音频克隆功能非常简单易用，支持用户可以创建多个声音模型，用户只要进入“voice”模块，选择创建声音，并上传10秒至60秒长度的音频素材，就能对声音进行克隆。另外，系统支持12种语言，包括中文、粤语、英语

在人工智能技术快速发展的今天，SoundHound AI再次展现其市场潜力。这家专注于对话式AI的科技公司近期接连传来利好消息，不仅在投资者大会上展示了尖端技术，还成功与连锁餐厅Torchys Tacos建立合作。技术突破与商业扩张并行。在12月4日的UBS全球科技和AI大会上，SoundHound的首席财务官Nitesh Sharan向投资者详细介绍了公司的对话式AI软件。紧接着，公司宣布Torchys Tacos在130家门店全面部署其AI订单和客户服务技术，实现100%来电处理能力。虽然这笔合作在整个行业规模中可能不算惊天动地，但资

WPS Office近期推出了其AI语音速记功能，该功能通过WPS AI技术得到增强，并与WPS云文档深度整合，为用户提供了更快捷、更准确、更智能的语音转文字体验。这项新功能不仅支持实时录音和导入音频转文字，还能实现中英等多种语言的互译，确保了录音文件的完整性，即使在录制过程中异常退出，用户也能重回录音任务继续录音。

人工智能正在以前所未有的速度重塑人机交互的边界。Hume AI的Voice Control功能应运而生，为数字世界带来了一场声音交互的技术变革。这项创新技术的核心突破在于其前所未有的语音精细调控能力。传统AI语音往往受限于预设模式，而Hume提供了一种全新的个性化解决方案。用户可以通过十个维度对语音进行精准调整，实现从未有过的声音表达自由。图源备注：图片由AI生成，图片授权服务商Midjourney这十个可调节的语音维度宛如一个声音的全方位调色板:从性别特征的阳刚与阴柔，到果断程度

Hume AI，这家专注于情感智能语音界面的初创公司，近日推出了一项名为 “语音控制” 的实验性功能。这个新工具旨在帮助开发者和用户无需任何编码、AI 提示工程或音效设计技能，就能创造出个性化的 AI 声音。用户可以通过精确调节声音特征，轻松定制符合需求的声音。这项新功能建立在公司之前推出的 “共情语音界面2”（EVI2）的基础上，EVI2增强了语音的自然性、情感反应能力和可定制性。与传统的语音克隆技术不同，Hume 的产品专注于提供独特且富有表现力的声音，以满足客户服务

近日，Rivian 公司的首席软件官 Wassym Bensaid 在加州威尼斯的展厅内确认，Rivian R1T 和 R1S 车型将于2025年推出全新的 AI 语音助手。这一助手将支持文本到语音的信息功能，旨在提升用户在车内的智能体验。Bensaid 表示，早在两年前，团队就开始研发文本消息的语音集成功能，但现有的解决方案未能达到公司的标准。他指出，虽然一些老旧的汽车也支持文本消息，但这并不是他希望 Rivian 用户所拥有的丰富体验。频繁错过短信、难以支持群聊以及不一致的表情符号兼容性，都是他认为不符合 Rivi

从一个简单的Chrome扩展，到如今估值超2000万美元的AI语音帝国，PlayAI正用声音技术重新定义人机交互的想象边界。创始人Hammad Syed和Mahmoud Felfel用代码和算法编织出一个充满可能性的声音世界。这不仅仅是一家语音技术公司，更是一个能将文字瞬间转化为栩栩如生声音的魔法工厂。PlayAI的核心魅力在于其惊人的声音克隆和生成能力。想象一下，只需几分钟，你就能拥有一个完全属于自己的AI声音助理，能以任何你想要的语调和风格讲述故事。PlayNote等产品更是将AI语音推向令人惊叹的极致。它

ElevenLabs 是一家专注于 AI 语音克隆和文本转语音 API 的初创公司，近日宣布推出用户可以构建完整对话式AI智能体的新功能。用户现在可以在 ElevenLabs 的开发者平台上，依据自己的需求，定制对话智能体的多种变量，比如语音语调和回复长度。ElevenLabs 过去主要提供不同的语音和文本转语音服务。公司增长主管 Sam Sklar 在接受 TechCrunch 采访时表示，许多客户早已在使用该平台创建对话式AI智能体。但在集成知识库和处理客户中断方面是最大的挑战。因此，ElevenLabs 决定构建一个完整的对话机器

Google 正式在苹果 App Store 上线全新的 Gemini 应用，并推出语音交互功能 Gemini Live，这标志着智能语音助手领域的一次重大突破。与此同时，苹果计划将 OpenAI 的 ChatGPT 整合到 Siri 中的消息，也预示着这一领域的竞争正在加剧。作为 Google 在 2023 年推出的 Bard 的升级版本，Gemini 是 Google 对 OpenAI ChatGPT 的有力回应。这款应用不仅具备面试准备、旅行建议和创意头脑风暴等多样化功能，更通过 Gemini Live 实现了更自然的语音交互。值得注意的是，Android 用户已在今年 8 月获得了优先体验权。相比亚马

近日，谷歌推出了一款全新的 AI 语音助手 Gemini Live，该助手允许用户进行更自然的对话，并且支持10种语言。最初，Gemini Live 只对付费用户开放，但现在所有 iOS 和 Android 用户均可免费下载和使用。用户可以通过该应用程序体验到更为流畅的人机交互，打破了传统语音助手的局限。Gemini Live 的特色在于它能进行多轮对话，可以在对话中随时打断，并且支持用户在不同的时间点回访之前的对话内容。用户只需在各自的应用商店中下载 Gemini 应用，并确保应用为最新版本。如果在应用界面底部左

近日，Play AI 正式推出其最具雄心的产品 ——PlayDialog beta版本，能生成对话式的播客音频。这款端到端的 AI 语音模型，利用对话的历史上下文，能够调控语调、情感和语速，以实现更自然的语音合成，标志着人机对话的新高度。PlayDialog 特别适合于制作真实的对话体验，例如旁白、语音配音、合成播客等，也能在商业环境中提供沉浸式的一对一语音交流体验，效果类似谷歌的NotebookLM与此同时，Play AI 还推出了 PlayNote，这是一款可以将多种媒体文件（如 PDF、文本、视频等）转化为对话体验的