语音识别 — AI Pulse · 主题知识库

📡

voicearena_ai发布Monsoon ASR 解决小语种语音识别缺口

𝕏2026 年 9 月 29 日

📡

VoiceArena 开源免费 Monsoon ASR 模型

𝕏2026 年 9 月 28 日

📡

SarvamAI发布Saaras V4语音转文字模型

𝕏2026 年 9 月 25 日

📡

HuggingModels发布VibeVoice ASR Streaming 语音识别模型(1.5B)

𝕏2026 年 9 月 9 日

📖

新覆盖58种印度语言的噪音鲁棒语音AI数据集发布

AI数据集2026 年 9 月 7 日

📡

@MinLiBuilds发布Hojo-ASR-Multi-V1 开源语音识别模型(0.0%)

𝕏2026 年 9 月 3 日

📡

基于Qwen3-4B微调的ASR模型 16G显存可本地部署

𝕏2026 年 9 月 3 日

📡

Meta发布Muse Voice Transcribe语音模型

𝕏2026 年 9 月 2 日

📖

IBM语音模型1秒处理3.5小时录音，可本地运行

AI模型发布2026 年 8 月 26 日

📡

Audio8-ASR-0.1B 小模型端侧搞定快语速多说话人

𝕏2026 年 8 月 6 日

📡

通义千问发布了新版语音识别ASR大模型

𝕏2026 年 7 月 31 日

📡

新型语音识别能直接听清多人同时说话

𝕏2026 年 7 月 31 日

📡

做文字转语音的公司，推出语音转文字模型了

𝕏2026 年 7 月 10 日

💡 GPT-Realtime-2 是首个具备 GPT-5 级推理能力的语音模型，能边听边思考 2026 年 5 月 8 日

💡 上下文窗口从 32K 增至 128K，专业术语保留改善，支持五档推理努力级别 2026 年 5 月 8 日

💡 Zillow 使用 GPT-Realtime-2 后通话成功率从 69% 提升至 95% 2026 年 5 月 8 日

📖

OpenAI发布新语音模型，AI能边听边思考并实时处理多任务

AIAPI2026 年 5 月 8 日