1
又快又聪明，阿里发布Qwen-Audio-3.0-Realtime：实时语音大模型四项功能升级
阿里实时语音大模型四项功能同步升级，智商与口语抗噪双突破，堪称又快又聪明。
2
小米 MiMo 完成大语言、多模态、语音等全系列模型矩阵闭环，端侧模型通过国家大模型备案
小米MiMo完成大语音、多模态、语音全系列模型矩阵闭环，端侧模型获国家备案，AI投入计划超600亿。
IT之家 7 月 15 日消息，促进生成式人工智能服务创新发展和规范应用，网信部门会同有关部门按照《生成式人工智能服务管理暂行办法》要求，有序开展生成式人工智能服务备案工作， 现将新增的“Apple 智能”等 7 款提供手机端侧生成式人工智能服务备案信息予以公告 。 小米官方刚刚发文，介绍了此次通过…
3
The founder of Hinge raised $18M to build a new AI dating service, Overtone
Hinge创始人获1800万美元融资，打造AI驱动的语音约会新服务Overtone，不是传统app！
Overtone describes itself as "a voice- and audio-forward service, enabled by AI, that provides highly curated introductions."
4
阿里发布实时语音交互对话模型 Qwen-Audio-3.0-Realtime，号称懂倾听、更聪明
阿里发布实时语音交互模型，升级智商、共情与双工流畅度，号称更懂倾听更聪明。
IT之家 7 月 15 日消息，阿里巴巴实时语音交互对话模型 Qwen-Audio-3.0-Realtime 今天（15 日）正式发布，在智商、Agent 工具调用、共情对话和双工交互流畅度四条主线上同步升级，力求“又快又聪明”。 模型包括推理更强的 Plus 版本和速度更快的 Flash 版本，适…
5
阿里巴巴发布实时语音交互对话模型Qwen-Audio-3.0-Realtime
36氪获悉，据千问大模型消息，阿里巴巴发布实时语音交互对话模型Qwen-Audio-3.0-Realtime，在智商、Agent工具调用、共情对话和双工交互流畅度四条主线上同步升级。
6
7
GigaChat Audio: Time-aware Large Audio Language Model
GigaChat Audio 是时间感知音频语言模型，精准理解音频内容与时间关系，提升语音识别与生成质量。
arXiv:2607.10387v1 Announce Type: cross Abstract: Temporal grounding in long recordings remains challenging for audio-conditioned LLMs. We present a t…
8
VoxENES 2026: Benchmarking Generalization of Speech Spoofing Detectors Against LLM-Era TTS and Voice Conversion
LLM时代语音合成与转换加剧深度伪造风险，这项新基准测试揭露了现有欺骗检测器的泛化短板。
arXiv:2607.11706v1 Announce Type: cross Abstract: Modern LLM-driven text-to-speech (TTS) and voice conversion (VC) systems produce synthetic speech th…
9
Show HN: Giving Claude Code and codex its voice using kokoro
用 kokoro 为 Claude Code 和 Codex 添加语音朗读，macOS 用户可轻松安装，AI 协作体验更沉浸。
Article URL: https://github.com/softcane/aloud Comments URL: https://news.ycombinator.com/item?id=48902347 Points: 2 # Comments: 0
10
华为耳机联动豆包功能全量上线，鸿蒙手机也可以小艺 / 豆包双智能体在线
华为耳机与豆包App全量联动，实现小艺/豆包双智能体在线，鸿蒙手机用户可享受双AI助手无缝切换体验。
IT之家 7 月 13 日消息，据博主 @Adak封狼居胥 分享，华为耳机联动豆包已全量上线，下载华为智慧音频和豆包 App， 鸿蒙手机可以小艺 / 豆包双智能体在线 ，苹果 / 安卓也能通过豆包进行消息播报和面对面翻译。 博主虽然并未说明具体的耳机款式，但截图显示，支持该功能的耳机是华为 Free…
11
Run SSH and Claude Code on 3DS
让任天堂3DS变身AI开发利器，开源项目实现SSH连接并流畅运行Claude Code。
I found an open source homebrew 3DS application that can connect to a remote host via SSH and run Claude Code on it. I tested it on my own 3DS,the exp…
12
Show HN: Self-hosted voice AI agent for Asterisk/FreePBX
在Asterisk/FreePBX上自托管语音AI代理，2分钟启动管理界面，生产就绪的6个基线一键部署
Article URL: https://github.com/hkjarral/AVA-AI-Voice-Agent-for-Asterisk Comments URL: https://news.ycombinator.com/item?id=48887276 Points: 1 # Comme…
13
Show HN: Kote – Capture and reuse engineering context from AI chats and Git
自动捕获AI聊天与Git历史，打造开发者专属可搜索的工程上下文记忆层，支持语音/文本快速记录。
I kept running into the same problem: I'd solve something with the help of an AI assistant, spend time debugging an issue, or make an architectural de…
14
Waze adds new AI-powered features and customization updates
导航应用Waze集成Gemini AI，支持自然语言语音搜索目的地，更智能便捷。
Some of the new features are powered by Google's Gemini AI assistant, which reflects the the tech giant's broader push to integrate Gemini across its …
15
阶跃星辰端侧模型全家桶 Step Edge 登场，面向手机、汽车等终端场景
阶跃星辰推出端侧模型全家桶Step Edge，面向手机汽车，让AI智能体落地终端场景。
IT之家 7 月 12 日消息，阶跃星辰今天宣布推出 Step Edge 端侧模型全家桶，包含 Step Edge 基础模型、Step Edge Audio、Step Edge GUI 和 Step Edge Gen 四款产品。 IT之家了解到，这四款模型面向手机、汽车等终端场景，旨在让 Agent…
16
I built a Rofi assistant so my mom could stop calling me for Linux help
为妈妈打造的Rofi Linux助手，解决远程技术支持烦恼，兼顾实用与温情。
Honestly, this wasn't supposed to become a project. There are already a few AI desktop assistants built around Rofi. They work, but they usually cover…
17
特斯拉正开发 Grok 语音控制 FSD 功能，未来可像与司机对话般指挥自动驾驶
特斯拉正将Grok大模型融入FSD，语音指挥自动驾驶，就像对司机说话一样简单，住宅区实用性有望翻倍。
IT之家 7 月 12 日消息，与汽车交流的方式，即将变得更像与一位专属司机对话，而不再只是生硬地下达语音指令。 随着特斯拉不断将人工智能引入车内，下一步的发展重点将是让 Grok AI 聊天机器人与车辆的自动驾驶系统深度结合，使 AI 不仅能聊天，还能真正影响车辆驾驶行为。 IT之家注意到，近日，…
18
三星 One UI 9 版录音机应用曝光：加入云端转录，增强文件管理
云端AI精准转录语音，支持多格式保存，文件管理更高效，适合会议、采访等场景
IT之家 7 月 11 日消息，科技媒体 SamMobile 昨日（7 月 10 日）发布博文，通过挖掘 One UI 9 系统， 发现三星录音机（Voice Recorder）应用将加入云端转录、转换录音格式和独立存储管理入口，并同步调整播放列表与设置页界面。 根据最新曝光的截图，三星计划在 On…
19
Voicebox: The Open-Source AI Voice Studio
开源AI语音工作室，集成多款TTS模型，支持zero-shot声音克隆和MCP智能体语音交互。
Article URL: https://github.com/jamiepine/voicebox Comments URL: https://news.ycombinator.com/item?id=48863385 Points: 1 # Comments: 0
20
用户吐槽比导航语音更糟糕：三星 Bixby 语音 AI 助手被反馈风格不统一
三星Bixby语音助手被用户吐槽风格不统一，新AI技术开发却与它无关，功能调整动态一览。
IT之家 7 月 11 日消息，科技媒体 Android Authority 昨日（7 月 10 日）发布博文，报道称多名 Galaxy 手机用户反馈， 三星的 Bixby 语音 AI 助手存在风格不统一问题。 根据用户在论坛的反馈，Bixby 并未按照预设的语音风格交互，只有第二次交互才是预期的语…