跳到正文
#语音
6月10日周三
  2. Jeff Dean81

    语音翻译一直是Google历时最久的机器学习项目之一，我们已经取得了长足进展。Gemini 3.5 Live Translate是我们最新的语音到语音模型，支持70多种语言。它能让日常产品和应用中跨语言的对话更加自然。 以下是一个示例，展示@InsideGrab的合作伙伴如何帮助旅客与司机建立联系。🚗 已在Google Translate和@GoogleAIStudio的Live API中推出。

    推荐理由：Google把语音翻译做到70+语言，Gemini 3.5 Live Translate直接塞进Google Translate和API，普通人下载App就能用，做跨国生意的这下有福了。

  5. IT之家·人工智能81

    谷歌发布实时语音互译模型 Gemini 3.5 Live Translate，谷歌翻译 App 即用

    谷歌发布实时语音互译音频模型 Gemini 3.5 Live Translate，可自动识别 70 多种语言并保留说话者的语调、语速和音高。该模型连续生成语音，在提升翻译质量与跟上说话者节奏间取得平衡，全程仅慢几秒。开发者即日起可通过 Gemini Live API 和 Google AI Studio 使用公开预览版；企业客户本月起可在 Google Meet 中使用私有预览版；普通用户通过 Android 和 iOS 版谷歌翻译即可使用。Android 用户还将获得“聆听模式”，可将手机贴耳通过听筒收听翻译音频。

  6. Rohan Paul76

    Google 推出 Gemini 3.5 Live Translate，一款实时语音转语音翻译模型。它在原说话者尚未说完时即开始翻译，无需等待完整句子。模型采用流式翻译，边听边更新结果，支持 70 多种语言，延迟仅数秒，并能保持语速、音高和语调。该功能通过 Gemini Live API、Google Meet 预览版以及 iOS/Android 版 Google Translate 应用推出。

    引用Google AI@GoogleAI

    Today, we released Gemini 3.5 Live Translate, our latest audio model for live speech-to-speech translation. It supports over 70 languages and starts translating as soon as you start talking, streaming translations while listening to what you say next. No awkward pauses or choppy audio, just real connection without language barriers. So, how does it work? 🤔 The model is able to make split-second decisions to juggle speed and translation quality so conversations actually feel fluid, human, and natural. In order to do this, the model must receive and contextualize the input while simultaneously outputting the translated speech. Through this process, Gemini 3.5 Live Translate manages to stay mere seconds behind each speaker and can even maintain pacing, pitch, and intonation across extended sessions. See it in action below, or try it yourself in the Google Translate app on iOS & Android.

6月9日周二
  2. Google AI85

    Google AI 推出 Gemini 3.5 Live Translate，一款面向实时语音到语音翻译的音频模型。该模型支持 70 多种语言，可在用户说话的同时开始翻译并流式输出译文，避免尴尬停顿或断续。模型通过毫秒级决策平衡速度与翻译质量，使对话流畅自然。它可边接收输入边输出翻译语音，延迟仅比说话者慢几秒，并能在长对话中维持语速、音高和语调。目前已在 iOS 和 Android 版 Google Translate 应用中上线。

  4. IT之家·人工智能58

    WWDC26 苹果推出全面改造的 Siri AI，IDC 称其为 AI 可信度测试

    彭博社记者古尔曼报道，苹果在 WWDC26 推出全面改造的 Siri AI，覆盖 iOS 27、macOS 27、watchOS 27 和 visionOS 27。IDC 分析师称 WWDC26 是苹果的 AI 可信度测试，需让 AI 在生态中可信、有用且不打扰用户。发布会期间苹果股价下跌 1.9%。Siri AI 初期仅支持英语，秋季以测试版面向消费者，中国和欧盟用户暂无法使用。IDC 分析师表示这些功能将推动 iPhone 14 及更早机型用户升级。

  5. The Verge：AI60

    苹果WWDC发布全新Siri AI：多模态、专用App与隐私优先

    苹果在年度开发者大会上推出全新Siri AI，CEO Tim Cook称其将“引入突破可能性的新技术与创新”。该Siri定位为整合所有苹果设备的多模态全能虚拟助手，拥有独立App与一体化AI智能体，高管强调隐私保护。此前苹果在2025年几乎完全忽视Siri并一再推迟AI承诺，今年终于集中发力追赶业界潮流。

  6. IT之家·人工智能43

    苹果发布会视频细节曝光：提及 Siri 时会切掉部分频率，防止观众附近设备误唤醒

    苹果发布会视频中，凡涉及 Siri 的段落，音频会切掉 3kHz、4kHz、5kHz、6kHz 频率部分，以防观众附近苹果设备被误唤醒。该细节由博主 @BugOS技术组 透露。报道还提及，2025 年春晚《小明一家》节目中“小爱同学”台词曾引发小爱音箱大规模误唤醒，小米官方称全球唤醒超亿次（统计时段 2025 年 1 月 28 日 23:00 至 1 月 29 日 12:00）。

  9. 数字生命卡兹克70

    苹果WWDC 2026落幕，核心仍是AI。Apple Intelligence新架构：与Google Gemini合作开发5个模型；端侧分AFM 3 Core（3B）和AFM 3 Core Advanced（20B MoE）。新Siri正式命名Siri AI，基于系统编排器融合上下文理解、App Actions、屏幕感知等能力，支持连续对话、跨平台同步及独立App，但未展示自主Agent能力。视觉智能、全系统听写、写作工具等同步更新。目前仅支持英语，国区不可用，可用时间未知。

  10. IT之家·人工智能52

    停车可观影，苹果 iOS 27 为 CarPlay 带来视频播放功能

    苹果在 2026 年 WWDC 公布 CarPlay 视频播放功能，仅限适配新款车辆，驻车时通过 AirPlay 投屏观看。iOS 27 允许开发者打造带视频浏览的 CarPlay 应用。AI 版 Siri 将登陆 CarPlay，需 iPhone 15 Pro 及后续机型。四项新优化包括：正在播放界面支持音频进度拖动、GPS 定位与导航准度提升、应用内新增音频迷你播放窗口、无线 CarPlay 连接稳定性改进。所有功能需升级至 iOS 27，开发者测试版今日上线，公开测试版 7 月推送，正式版 9 月面向所有适配机型。

  11. 公众号：数字生命卡兹克62

    苹果WWDC 2026：Apple Intelligence新架构与Siri AI发布

    苹果在WWDC 2026发布Apple Intelligence新架构，核心是与Google Gemini深度合作，基于Gemini开发5个模型，适配端侧及Private Cloud Compute。端侧分两档：AFM 3 Core（3B）和AFM 3 Core Advanced（20B MoE）。新Siri命名为Siri AI，集成系统编排器，具备个人上下文理解、世界知识、App Actions和屏幕感知。iOS、iPadOS等系统更新，Siri首次推出独立App且跨平台同步。APP智能化包括Safari智能标签页分组等；影像升级如Image Playground写实风格、Photos新增Cleanup。开发者工具Xcode可一键本地化App并选择AI模型。

  12. IT之家·人工智能59

    苹果WWDC26主题演讲汇总：iOS 27等系统发布，库克最后一次主讲

    6月9日，苹果WWDC26主题演讲举行，蒂姆·库克最后一次以CEO身份主讲。新系统iOS 27、iPadOS 27、macOS 27（Golden Gate）、watchOS、tvOS、visionOS发布。平台优化聚焦响应速度与设计：液态玻璃更新、工具栏与边栏重绘，App启动速度最高提升30%、隔空投送最高提升80%、iPad文件传输最快5倍，搜索重构。可靠性新增儿童账户和暴力内容预警。智能方面推出新一代Apple智能，Siri全面重构为Siri AI，拥有独立App，支持屏幕感知等新功能，中国大陆暂不提供。

  13. IT之家·人工智能55

    苹果WWDC26改变AI演示方式：实机展示而非宣传片

    苹果在2026年WWDC主题演讲中未推出全新产品，主要介绍Apple Intelligence优化及全面革新的Siri。不同于2024年宣传片式演示，本次多数AI功能通过工作人员操作真机实时展示，证明功能已实际可用。苹果曾因2024年虚假宣传被起诉，上月达成和解赔付2.5亿美元。新版Siri随iOS 27推送，适配iPhone 15 Pro系列、iPhone 16及以上、M1及以上iPad和Mac等设备，无需换最新款手机。

  15. IT之家·人工智能46

    苹果 iOS 27 Siri AI 语音助手可自定义表现力与节奏，仅限美国 Beta 用户

    苹果发布 iOS 27 开发者预览版 Beta 1，Siri AI 支持通过滑块界面自定义语音助手的声音表现力和节奏。更新后的语音输入引擎能实时自动处理大小写、标点和格式化。苹果称 Siri AI 为“全新版本的 Siri”，比之前更具对话性，可在系统范围内使用，读取屏幕内容并与应用互动，配有独立 App，灵动岛会显示气泡。该功能仅限美国用户使用。

  17. IT之家·人工智能50

    初探苹果 watchOS 27：升级 Siri AI、增强健康追踪、优化智能叠放

    在2026年WWDC上，苹果预览watchOS 27。Siri AI由Apple Intelligence驱动，支持开放式问题与多轮对话，可调用备忘录等个人内容。健康追踪新增围绝经期周期偏差提醒。跑步追踪补充配速、距离和时长数据。Workout Buddy新增西班牙语支持，锻炼无需iPhone。新手势用拇指与食指轻点一次快速选取小组件。Smart Stack获得情境感知，主动显示联系人生日、停车位置及睡眠闹钟调整建议。

  19. IT之家·人工智能43

    苹果 watchOS 27 开发者预览版 Beta 1 发布：全新 App 应用网格界面、海外机型引入 Siri AI 功能

    苹果 6 月 9 日向 Apple Watch 推送 watchOS 27 开发者预览版 Beta 1（内部版本号 24R5289n）。该版本移除对 Series 6/7/8/9、Ultra 初代、SE 2 的支持，要求 Series 10、Ultra 2、SE 3 起步。海外机型引入 Siri AI 功能，新增智能堆栈建议、全新 App 应用网格界面，并改进健身功能见解、优化室内运动及步行里程算法。

  20. IT之家·人工智能58

    苹果智能和 Siri AI 适配机型公布，iPhone 15 Pro 系列及后续型号可用

    在 WWDC26 主题演讲中，苹果公布 Apple 智能与 Siri AI 适配机型。新功能随 iOS 27 等系统推出，支持 iPhone 16 及以后型号、iPhone 15 Pro 系列、iPad mini（A17 Pro）、M1 及以上芯片的 iPad/Mac、Apple Vision Pro、Apple Watch Series 10 及 Ultra 2 等。最强端侧模型仅限 iPhone Air、iPhone 17 Pro 系列、M4 iPad 和 M3 Mac 及后续机型。中国大陆暂不提供，欧盟初期不在 iOS 和 iPadOS 上提供。

  21. Apple：Newsroom69

    受 DMA 影响，Siri AI 在欧盟将随 iOS 27 和 iPadOS 27 延迟上线

    由于欧盟《数字市场法案》（DMA），Apple 无法在 iOS 27 和 iPadOS 27 发布时于欧盟地区推出 Siri AI。该功能在欧盟的上线时间将晚于其他地区，具体时间未公布。

    推荐理由：苹果首次将 DMA 作为 AI 功能地区延迟的直接理由，并详细披露了与欧盟监管者的分歧，这个案例可能定义了 AI 助手在监管下的权限边界。

  24. IT之家·人工智能71

    苹果推出 Siri AI：独立 App，为灵动岛优化

    苹果在 2026 年全球开发者大会（WWDC）上发布 Siri AI，称为“全新版本的 Siri”，具备更强的对话能力和表现力，用户可自定义语速、语气和口音。Siri AI 支持系统范围内读取屏幕内容并与应用互动，配有独立 App，灵动岛会显示大气泡。苹果强调每一步以隐私为重。语音优化同时适用于 CarPlay 和 AirPods，可用于查询演唱会信息、提醒报名抽奖、搜索照片等场景。

  25. IT之家·人工智能67

    苹果 Apple Intelligence 与谷歌达成合作：引入 Gemini，第二代设备端模型支持听写等功能

    在 WWDC26 上，苹果宣布 Apple Intelligence 与谷歌合作引入 Gemini 大模型，新版 AI 架构支持在设备端和云端运行。第二代设备端模型新增听写、自然语言理解、更生动的语音表达和屏幕感知功能。隐私保护默认设置，端云结合，确保任何人无法访问用户数据。

  32. The Verge：AI56

    苹果发布 Siri AI 及下一代 Apple Intelligence

    苹果在最新一届 WWDC 上公布了新一代 Apple Intelligence 功能和更智能、更个性化的 Siri。此前苹果因 2024 年承诺的 AI 功能未能实现，同意支付 2.5 亿美元和解一起集体诉讼。追赶 AI 竞赛被视为苹果及即将上任 CEO John Ternus 的明确优先事项。