語音

國網中心11日揭露Taiwan AI RAP平臺暨TAIDE模型試營運成果；Meta推全球最強語音AI，一次聽懂1,600種語言；Google用「巢狀學習」解決災難性遺忘；一句話、一張圖就能生成一個3D世界，李飛飛新創推Marble模型；DeepMind揭能自主學習的3D多世界AI代理

聯發創新基地聯手臺大電機系教授李宏毅團隊發表TASTE模型技術，強化模型語音理解和生成能力，讓型更擅長語音對話；OpenAI發表o3與o4-mini推理模型；Google預覽新模型Gemini 2.5 Flash；勤業眾信產業AI報告點出4趨勢

社群平臺X準備將視訊及語音電話服務逐步推向所有用戶

Eleven Labs新語音生成模型可讓用戶設定性別、年齡、口音、音高和說話風格，合成出無限多種新聲音

Azure語音服務新增發音評估功能，其神經網路模型採用特殊分層架構，並以10萬小時的語音訓練，能夠給出專業的發音評估

在錄製人類說話語音的同時，也錄製人類大腦說話規畫區域與運動區域的訊號，以類神經網路找到之間的映射關係，就能用電腦重建出語音。

麻省理工學院的科學家正打造一個可根據生理訊息、語音對話辨別人們情緒的人工智慧系統，它可透過穿戴裝置蒐集大量生理、語音數據，提高辨識人類情緒的精準度。

Google推出行動付款程式Hands Free，使用者不需拿出手機或掏出錢包，只要用語音說出「I’ll pay with Google」即可付款，目前該服務僅在美國進行小規模測試。