AI 新闻

SpaceXAI 发布 Grok Voice 3.0 语音到语音模型，以 86.9 分登顶 Artificial Analysis 语音到语音指数，接口、事件与每分钟 0.08 美元的定价与上一代保持一致。

Fish Audio 推出 Drama 3，一个 35B 参数的混合专家文本转语音模型，激活参数约 3B，支持自然语言指令控制、覆盖 83 种语言，并以收入上限社区许可开放权重。

YouTube Music 将上线 AI 生成音乐标签，区分全 AI 生成与 AI 参与创作、人声的作品。这是主流流媒体平台首次系统性披露 AI 参与度，回应 AI 音乐泛滥带来的版权与信任问题。

YouTube将为其平台上“经AI修改或完全由AI生成”的音乐曲目添加“Made with AI”标签，做法与其现有的视频AI标注流程类似，但并非覆盖所有AI工具的使用场景。

Hacker News 上有人展示如何把 OpenAI 订阅额度转化为有声书生成流水线，把按月付费的聊天订阅当成 TTS 接口来用，折射出订阅制与 API 计费之间的灰色地带。

MarkTechPost 对照官方页面核查了 Palabra.ai、Google Live Translate、DeepL Voice、Teams Interpreter、Wordly 等 12 款 AI 实时翻译工具，覆盖语种、延迟、平台支持与定价四个维度。

阿联酋技术创新研究院（TII）发布Falcon-ASR，一个面向阿拉伯语、侧重阿联酋口音的1.6B语音识别模型，在6个阿拉伯语测试集上报告平均WER 20.92%，但权重和API暂未开放。

音乐分发平台 DistroKid 在未通知创作者的情况下下架部分歌曲，并向 The Verge 确认此举是对环球音乐（UMG）诉讼指控的直接回应。UMG 此前起诉称 DistroKid 构建了一条“AI 垃圾流水线”。

Google 发布 AI Edge Foresight，一款完全在设备端运行的会议记录工具，可离线转写、生成笔记并回答问题，直接对标 Granola。

一名男子利用AI生成歌曲和约1万个机器人账号，在流媒体平台刷出可与泰勒·斯威夫特比肩的播放量，骗取约800万美元版税，最终被判处18个月监禁。

Hugging Face 上线 Falcon ASR，将语音识别能力纳入 Falcon 系列。开源 ASR 的竞争正从模型本身转向数据、语言覆盖与部署成本。

微软 AI 推出首个实时语音转写模型 MAI-Transcribe-2-Streaming，在 Artificial Analysis 流式评测中位列 38 个模型之首，最终转写与首次部分结果均为 2.5% WER，覆盖 60 种语言，现已公开预览。