音频 - 科技区角

2 月，第 60 届超级碗赛前秀上，Brandi Carlile 站在球场中央，手里握着一支定制金色手持麦克风，演唱了一首《America the Beautiful》。这是一支森海塞尔 Spectera SKM 手持麦克风的原型机，也是继森海塞尔 Spectera 腰包、天线和基站之后，补齐生态闭环的关键产品。与此同时，森海塞尔 Spectera 作为全球首个宽带双向数字...

雷科技 2026-07-02 22:27:31

4步出声，单卡0.24秒！Noiz AI联合港科大清华，开源音频生成大模型

允中发自凹非寺量子位 | 公众号 QbitAI“先来一段蝉鸣，然后吉他声切入。”对于这样一段看似简单的文字指令，现有的音频大模型不仅“听不懂”（搞错顺序或数量），而且“出得慢”（生成10秒声音，往往需要等待几秒甚至十几秒）。这成了AI音频从“玩具”走向专业工作流和实时交互的最大绊脚石。为了解决这一行业痛点，Noiz AI联合...

量子位 2026-06-15 13:56:02

通向AGI的关键拼图！首篇多模态大模型「音频推理」综述出炉，万字拆解四大前沿路径

想象这样一个惬意的周末：空调带来阵阵凉意，你靠在沙发上看书，突然耳边传来“哒哒哒”的小碎步声，接着，玄关门边传来了一阵清脆、略带急切的“呜呜”声，还伴随着爪尖轻轻扒拉木门的声响。如果把这段音频丢进传统的语音大模型，它只会输出冷冰冰的三个字：[狗叫声]。AI 感知到了正确的音频信息，但是完全错过了这段声音里包...

机器之心 2026-06-11 19:00:00

音频编辑的“高考”来了：首个大规模多任务评测基准MMAE发布，现有模型几乎“全军覆没”

你正在剪辑一段视频，需要将背景音乐替换为吉他旋律，同时让人声听起来更低沉、更有磁性，并且不能改变说话的内容。又或者，你需要将一段带有地方口音的中文对话，精准地修改为标准普通话发音，同时保留说话人的音色和节奏。对于专业音频编辑师来说，这些任务虽然繁琐，但尚可完成。然而，如果要求一个AI模型，仅凭一句自然...

机智流 2026-06-08 21:30:00

首个实时交互音频大模型Audio-Interaction问世！南洋理工等团队开启实时“感知-决策-响应”的音频交互新范式

清晨，你一边听书，一边下意识留意着周围的动静，随时准备回应家人的呼唤。这种对连续声音流的实时感知、决策与响应，是人类与生俱来的交互能力。然而，对于当前的人工智能而言，这却是一个巨大的挑战。现有的音频大语言模型（LALM）大多遵循着“离线”模式：用户提供一段完整的录音，模型听完后给出一次性的回答。这就像把一...

机智流 2026-06-07 22:31:11

AWA88188：把“功放”做成AI入口——艾为电子重写AI眼镜的音频底层逻辑

在AI眼镜这条赛道上，行业正在经历一次典型的“架构重排”：从“显示优先”，转向“交互优先”；从“云侧智能”，转向“端侧实时”。而在这场迁移中，一个长期被低估的环节，正在成为核心变量——音频链路。在6月3日开幕的第16届松山湖中国IC创新高峰论坛上，上海艾为电子技术股份有限公司产品总监吕洋在推介环节中指出上海艾为电子推...

EDA 星球 2026-06-04 09:14:31

腾讯音乐官宣放弃音频版权独家授权；中国汽车史首家，上汽将迎全球第一亿位用户；DeepSeek官宣永久降价；微信解释消息撤回时限2分钟...

“IT早报”时间，大家好，现在是 2026 年 5 月 23 日星期六，今天的重要科技资讯有：早报速览腾讯音乐回应收购喜马拉雅：将放弃与相关版权方对于在线音频内容版权独家合同中有关独家授权的权利中国汽车史上首家：上汽集团宣布月底迎来全球第一亿位用户交付 DeepSeek-V4-Pro API 宣布永久降价，调整为原定价的 1/4 微信为...

IT之家 2026-05-23 07:48:06

谷歌重返智能眼镜战场：联手三星与时尚巨头，今秋推出AI音频眼镜

【科技24时区】周二举行的Google I/O 2026开发者大会上，谷歌正式宣布重返智能眼镜领域。这一次，山景城的巨头不再单打独斗，而是选择了一条更为务实且注重生态整合的路径——与三星电子以及知名眼镜品牌Warby Parker和Gentle Monster达成战略合作，共同研发并推出一款全新的AI驱动智能眼镜系列。值得注意的是，这款被谷歌定...

科技区角 2026-05-20 08:00:25

绝杀！OpenAI正式接管人类耳朵，首个GPT-5级推理音频模型来了

新智元报道编辑：Aeneas【新智元导读】绝杀！OpenAI发布GPT-Realtime-2：首个GPT-5级推理音频模型，OpenAI正式接管人类耳朵人类与机器的最后一道「防火墙」——键盘，正在彻底消失。今天凌晨，OpenAI又给世界带来一次震撼。这一次，他们不卷文字，不卷视频，而是要把那个曾让无数人惊艳、又让无数人遗憾的Samantha——电影...

新智元 2026-05-12 19:25:15

2秒钟转写5分钟音频！国产新语音模型拿下多项SOTA，定价骤减90%

推理速度提升约400%、时延降低60%、成本下降80%。作者 | 佳扬编辑 | 云鹏智东西4月24日报道，阶跃星辰今日发布新一代自动语音识别模型StepAudio 2.5 ASR。该模型面向语音转写与长音频处理场景，在架构上引入Multi-Token Prediction（多Token预测）以提升推理效率，并通过扩展上下文窗口强化长内容识别能力。官方数据显示...

智东西 2026-04-24 19:58:33

AI 技术大爆炸时代，一颗小小的 TI 音频芯片藏着“改变世界”的潜力

一家老牌芯片巨头正在 AI 时代“悄悄进化”。作者 | 云鹏编辑 | 漠影声音，在我们生活中无时无刻伴随、无处不在，而好声音、好的音频体验，更是在当下人们愈发追求生活品质的时代获得了越来越多的关注。即便是当下最火的 AI，想要有好的交互体验，也离不开出色音频技术的加持。从公司到个人，今天各类智能体开始进入我...

智东西 2026-04-21 18:33:26

开盘大涨112%！上海冲出港股“AI音频芯片第一股”，年销4.7亿颗芯片

华勤、传音持股。作者 | ZeR0 编辑 | 漠影芯东西3月31日报道，今日，上海功放音频芯片及触觉反馈芯片公司傅里叶在港交所挂牌上市。其发行价为每股40港元（约合人民币35元），开盘价为每股85.05港元（约合人民币75元），上涨112.62%，截至9点35分，股价上涨108.13%至83.25港元（约合人民币73元），总市值为92.32亿港...

芯东西 2026-03-31 09:43:16

ROG联名HiFiMAN：电竞顶流遇上HiFi老炮，游戏耳机成为音频大厂新战场？

雷科技AI硬件组 | 编辑：TSkinght | 监制：罗超前段时间，ROG在CES上搞了一场发布会，一次性丢了十多款新品出来，不过大多是传统产品线的迭代，其中又以主板居多，关注度自然不会太高，所以反而是一款名为“ROG臻世游戏耳机”的产品就引起了更多关注。除了极具辨识度的产品命名外，2299元的首发定价也直接揭示了这款产品的旗...

雷科技 2026-03-21 16:24:54

不止影像！vivo X300 Ultra 音频硬件全面升级

3月13日，vivo 产品经理韩伯啸对新一代影像旗舰 vivo X300 Ultra 的音频系统进行了详细解读。相比以往Ultra机型更侧重影像能力的配置思路，这一代产品在扬声器结构与收音系统上也进行了针对性升级，试图在影像创作之外补齐移动影音体验。在手机结构设计中，大尺寸影像模组往往会占据机身顶部空间，这也导致不少影像旗舰在...

iMobile爱科技 2026-03-13 18:56:41

D 类功放是怎么统一汽车音频的？

汽车正在从单纯的出行工具升级为智能移动终端，消费者的需求早已跳出动力、操控等传统机械性能的范畴，转而追求更具沉浸感、个性化的智能座舱体验。而声音，作为智能座舱中最具氛围感的交互语言，成为车企打造差异化竞争力的核心赛道，从普通音响到品牌定制、从单声道到沉浸式环绕立体声，一场车内声学革命正在悄然发生。数...

电子工程世界 2026-03-13 08:00:00

Spotify去年第四季度用户数创新高，无损音频与AI功能成增长新引擎

【科技24时区】瑞典音乐流媒体巨头Spotify在2025年第四季度实现用户规模的历史性突破。受年末“Wrapped”年度回顾活动及免费版新功能推动，该公司当季新增用户达3800万，月活跃用户总数攀升至7.51亿，同比增长11%。与此同时，付费订阅用户数增至2.9亿，环比增长10%。 Spotify表示，“Wrapped”活动在全球56种语言市场中吸引了超...

科技区角 2026-02-11 00:02:37

前百川智能联创的AI音频赌局：我要造“人”，造AI主播

AI应用的兵家必争之地是Long Context（长上下文）。有了长上下文，AI才会有长期记忆，才能提供个性化服务。文｜周鑫雨访谈整理｜钟楚笛编辑｜苏建勋上映于2013年的《Her》，是焦可最喜欢的一部电影。影片中的AI Samantha没有脸、没有形象，人们能感知的，只有她温柔沉静的声音。当Samantha说出，“最近你经历的事情太多...

智能涌现 2026-02-09 11:12:24

苹果豪掷20亿美元收购AI音频初创公司Q.ai，加码硬件端AI布局

【科技24时区】在人工智能硬件竞赛日趋白热化的背景下，苹果、Meta与谷歌正围绕下一代AI入口展开激烈角逐。近期，苹果进一步强化其在硬件端的AI能力，宣布完成对以色列人工智能初创公司Q.ai的收购。据路透社率先披露，此次交易金额接近20亿美元，成为苹果历史上第二大并购案，仅次于2014年以30亿美元收购Beats Electronics...

科技区角 2026-01-30 04:00:44

音频-视觉全模态的未来预测，FutureOmni给出了首份答卷

复旦大学、上海创智学院与新加坡国立大学联合推出首个全模态未来预测评测基准 FutureOmni，要求模型从音频 - 视觉线索中预测未来事件，实现跨模态因果和时间推理。包含 919 个视频和 1,034 个多选题问答对，在 13 个全模态模型和 7 个纯视频模型上的评估显示，当前系统在预测未来事件方面存在显著困难，最佳准确率仅为 64...

机器之心 2026-01-24 09:52:30

小米Sound 2 Pro正式发布，1399元起售强化家庭音频体验

【区角快讯】小米于1月15日正式推出Sound 2 Pro智能音箱，起售价为1399元，目前已在官方渠道开启预约。该产品作为此前1999元定价的Sound 2 Max的同系列新成员，延续了包豪斯风格的极简设计语言，但在材质上有所调整——采用塑料结构配合金属漆喷涂工艺，相较Max版本的一体压铸金属机身更为轻量化。整机重量控制在2.1千克，三...

科技区角 2026-01-15 14:00:26

音频硬件开始“长脑子”？直击CES 2026六大音频新品

作为消费电子界每年的开年大戏，CES向来是各大厂商秀肌肉的舞台。前两天，雷科技CES报道团为大家带来了多篇现场、深度、立体的专业报道，同时也带大家看了各种炫酷的AI硬件、黑科技和机器人，今天小雷想带大家换个口味，聊聊音频的事儿。（图源：雷科技拍摄）说实话，音频设备这几年其实挺尴尬的，要么是卷音质参数卷到...

雷科技 2026-01-11 20:08:47

真实音频场景，大模型集体挂科！首个原生语音基准MultiChallenge

新智元报道编辑：LRST【新智元导读】文本领域的大模型满分选手，换成语音就集体挂科？大模型引以为傲的多轮对话逻辑，在真实人声面前竟然如此脆弱。Scale AI正式发布首个原生音频多轮对话基准Audio MultiChallenge，直接撕开了大模型靠合成语音评测维持的优等生假象。实验显示，强如Gemini 3 Pro在真实场景下的通过率也...

新智元 2026-01-06 12:48:31

fpga实现音频预加重（pre-emphasis）滤波器

1预加重滤波器的作用在语音信号中，声门波激励和口鼻辐射效应共同导致语音信号的高频分量能量要比低频分量弱。预加重（Pre-emphasis）的目的就是：1 .提升高频分量，平衡语音频谱，使得高频特征更加明显，便于后续的特征提取（如MFCC）。2.消除发声过程中口唇辐射的影响。3.在一定程度上抑制工频干扰。 2 预加重滤波器的使...

FPGA技术江湖 2025-12-11 08:25:00

LHDC技术持续进阶：从LHDC-V5到96K，蓝牙高解析音频技术升级

电子发烧友网综合报道，随着消费者对无线音频品质要求的不断提升，蓝牙编解码技术正成为TWS耳机差异化竞争的核心。在众多高清音频标准中，由台湾盛微先进科技研发的LHDC（Low-Latency Hi-Definition Audio Codec）凭借其高码率、低延迟和高兼容性，正加速渗透高端音频市场。我们关注到，2025年，有多款TWS耳机相继搭载LHDC-...

电子发烧友网 2025-10-27 07:00:00

双十一智能眼镜选购指南：买光波导、拍摄还是音频？一文全说清

如往常一样，一年一度的双十一电商优惠活动在十月下旬准时展开。作为过年前的最后一次超大型全品类电商优惠活动，结合数码产品的更新「季节」，我们不难发现，双十一同时也是每年购买数码产品的最好时机之一。以小雷关注的智能眼镜品类为例，经过多年的发展，智能眼镜品类已经从早期的概念尝鲜期，进入到功能稳定、技术分化...

雷科技 2025-10-24 17:29:36

Qwen深度研究一夜升级！可生成网页和音频播客，新模型能认医生手写体

梦晨发自凹非寺量子位 | 公众号 QbitAIQwen版深度研究加速进化，一觉起来增加了听觉和视觉输出：可以生成网页和音频了。AI深度研究整合的内容，变成图文并茂的网页，还可以一键部署，任何人可凭链接查看，方便对外展示。长篇文字内容也可以变成音频播客，方便自己在碎片时间消化吸收。与此前火爆的NoteBookLM相比，深度研...

量子位 2025-10-22 13:48:04

小米REDMI K90 Pro Max配备后置扬声器：可实现音频振动清灰

前段时间，小米 REDMI K90 Pro Max 手机官宣将于10月23日发布。今日，REDMI 产品经理@笋寸发文透露，新机屏幕尺寸大小确定：6.9英寸，和今年另外两款17 Pro Max是相同尺寸。并且是2D纯直屏贴膜友好，因为新开屏，所以R角弧度也做到更大更优雅。同时，她还透露REDMI K90 Pro Max 手机“摄像头旁边的圆圈”是真的扬声器，背部...

科技美学 2025-10-19 21:30:30

刚刚，豆包连发多款大模型：让 DeepSeek更好用，音频版 Sora 惊艳全场

该说不说，都 2025 年了，我问 AI 一个问题，体验却常常两极分化。简单的事，它秒回，但答得跟没答一样。复杂的事，让它深度思考，它又要琢磨 30 秒以上。而每一次回答，AI 都在不断「燃烧」token。对企业来说，token 消耗量直接等于成本。当模型开启深度思考时，效果确实能提升一大截，可延迟高了，token 烧得更猛了，成本...

APPSO 2025-10-16 17:34:17

让音频信号更好听的放大器；医疗 / 成像 / 通信全胜任四通道高精度 ADC；助力新能源电动车电压向800V迈进的放大器

01AD9653AD9653：四通道高精度 ADC，宽带宽 + 低功耗 + 灵活管控，医疗 / 成像 / 通信全胜任作为ADI旗下明星级模数转换器，以“高精度、低功耗、小尺寸” 三大核心特质，在 16 位、125MSPS 规格的四通道 ADC 领域脱颖而出，尤其在医疗、通信、成像等高端场景中，成为工程师的优选方案。高性能：16 位四通道 ADC，650MHz 带宽...

集成电路大数据平台 2025-10-14 17:28:00

清华大学x生数科技：从波形到隐空间，AudioLBM引领音频超分新范式

清华大学&生数科技团队投稿量子位 | 公众号 QbitAI音频超分辨率（Audio Super-Resolution, Audio SR），即从低采样率音频恢复出高采样率版本，是提升语音清晰度、音乐细节与沉浸式音频体验的关键技术。无论是在老旧录音修复、语音通信增强，还是音乐制作与多模态生成中，高分辨率音频都能显著提升听感与表现力。然而，由于...

量子位 2025-10-12 12:02:35