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

苹果公司宣布，正在扩大其人工智能服务Apple Intelligence的语言支持范围，计划在2025年4月通过软件更新增加对中文等更多语言的支持。目前，Apple Intelligence的首批功能已经以免费软件更新的形式，随iOS18.1、iPadOS18.1和macOS Sequoia15.1提供给全球部分国家和地区的用户，但需要将设备语言和Siri语言设置为美国英语。

Fish Speech1.4版本的发布标志着这款开源文本转语音（TTS）模型在多语言支持和性能方面取得了重大突破。作为一个致力于提供高质量、自然流畅语音合成体验的创新解决方案，Fish Speech在这次更新中展现了其强大的技术实力和广阔的应用前景。多语言支持大幅提升Fish Speech1.4最引人注目的特点是其强大的多语言支持能力:训练数据量翻倍:模型使用了70万小时的多语言数据进行训练，较之前的20万小时有了显著提升。这意味着模型能够学习到更多语言的细微差别和表达方式。语言支持扩展:现在支

​阿里巴巴达摩院的通义千问团队在2024年8月30日宣布了其最新成果——Qwen2-VL模型的重大更新。Qwen2-VL模型在图像理解、视频处理和多语言支持方面均实现了显著提升，为关键性能指标设定了新的基准。

Eleven Labs推出全托管AI自动配音服务，为内容创作者和企业解决跨语言传播难题。该服务支持多语言自动翻译和配音，包括西班牙语、印地语、法语、葡萄牙语、德语、阿拉伯语和波兰语等，以保持原声的音调、音色和说话风格，增强内容的真实感和亲和力。通过专业配音员验证环节，确保翻译质量。服务支持不超过10个说话者，平均完成时间为7天，紧急情况可提供当天服务。然而，唇形同步在某些情况下仍需改进。此服务简化了跨语言内容制作流程，降低了成本，对YouTuber、影视制作公司、教育机构等具有重要价值。

谷歌对AI聊天机器人Gemini进行大规模升级，以增强性能、扩大语言支持和覆盖范围。Gemini1.5Flash版本在40种语言和230个国家/地区提供支持，质量与响应速度显著提升，尤其在推理和图像理解方面。此次升级包括32,000个标记的上下文窗口扩展，支持文件上传功能，以及在生成的答案下方显示相关网页链接以提高透明度。Gemini功能将扩展至更多应用领域，如集成到Messages应用，面向欧洲经济区、英国和瑞士的手机应用推广，以及全球范围内的青少年开放使用，同时提供专门的AI素养指南。

Cloudflare近日宣布，作为Meta公司的首批合作伙伴之一，他们已在Workers AI平台上线了Meta最新发布的Llama3.18B模型。这一举措使得开发者能够在模型发布的第一天就开始使用这一先进的AI工具。

["微软 Azure AI 文本转语音服务进行升级，新增了男声和更多语言支持。","新增男声 Ryan Multilingual，使用户能够创建多样化的用户体验。","语言支持从 14 种扩展到 41 种，为用户提供更多的选择。"]