Fireflies 早期靠人工假装 AI 记笔记？CTO 自曝后 CEO 赶紧辟谣
本周，AI 会议记录工具 Fireflies 联创兼 CTO 发帖称，早年 100 美元/月的 AI 服务全靠两位创始人人工手动记笔记，引发隐私与欺诈质疑。随后 CEO 紧急出面澄清，坚称平台从一开始就没有人工审核或人工在环，纯属全自动技术。
AI语音
查看更新的新闻
Even Realities 发布 G2 智能眼镜与 R1 戒指：主打无打扰轻量 AI
Even Realities 发布 G2 智能眼镜与 R1 戒指。G2 重 36 克且砍掉了摄像头与扬声器，配备双层光波导与 Conversate 对话辅助等 AI 功能；R1 兼顾手势遥控与健康追踪。两款产品售价分别为 599 和 249 美元。
Harvey 联手 ElevenLabs：让法律 AI 开口说数十种语言
ElevenLabs 宣布与法律 AI 平台 Harvey 合作，为法律行业打造多语言语音能力。Harvey 接入 ElevenLabs 的语音技术后，能用数十种语言和方言朗读答案。后续还将支持语音对话、模拟庭审与语调定制，让法律工作者彻底摆脱纯文字交互。
ElevenLabs 上线名人声音市场：获合法授权用图灵做广告
ElevenLabs 推出 Iconic Voice Marketplace，让企业合规授权使用名人 AI 声音做广告。首批上线迈克尔·凯恩、图灵、马克·吐温等 28 位人物，强调由版权方授权并获得分成，试图终结名人声音被随意盗用的混乱局面。
ElevenLabs 揭晓神秘投资人：影帝麦康纳用 AI 开讲西班牙语
ElevenLabs 宣布奥斯卡影帝马修·麦康纳已担任其早期投资人多年。麦康纳同时作为创作者，使用 ElevenLabs 的 AI 语音克隆技术，用自己标志性的声音把个人通讯《Lyrics of Livin'》制作成西班牙语音频版，试水跨语言内容传播。
ElevenLabs 发布 Scribe v2 Realtime：150 毫秒超低延迟听写
ElevenLabs 推出实时语音转文字模型 Scribe v2 Realtime。它专为语音智能体设计，转录延迟低于 150 毫秒，支持 90 种语言混讲识别与断句预测。开发者即日起可直接通过官方 API 或 Agents 平台调用。
Meta 开源 Omnilingual ASR：支持 1600 种语言，改用 Apache 许可
Meta 开源语音识别系统 Omnilingual ASR，直接支持 1600 多种语言转录，远超 Whisper 的 99 种。借助零样本上下文学习，它能扩展至 5400 多种语言。最关键的是，它彻底放弃了受限的 Llama 协议，改用完全自由商用的 Apache 2.0 许可。
Sandbar 推出 Stream Ring：不做健康监测，专记语音的 AI 指环
前 Meta 员工创办的 Sandbar 推出 AI 指环 Stream Ring，售价 249 美元。它完全不做健康监测，被称作「声音的鼠标」：按住触控板就能录音、转文字或与 AI 交流，AI 甚至能模仿你自己的声音回复。首发仅支持 iOS，预计明年夏天在美国发货。
Google Fi 升级通话体验：加入 AI 降噪，对方用座机也能听清
Google 宣布通信服务 Google Fi 将上线 AI 增强音频，可自动过滤背景杂音并提升人声清晰度，即便对方使用的是老旧手机或座机。该功能下个月默认开启并支持手动关闭，应用内还将同步上线解释费用的 AI 账单总结。
Fish Audio 上线 S1 语音模型：比 ElevenLabs 便宜 6 倍
Fish Audio 正式上线文本转语音模型 S1，宣称是市面上最自然生动的 TTS 模型。其价格比 ElevenLabs 便宜 6 倍，目前已有 2 万名活跃开发者，年经常性收入达到 500 万美元，并开放免费克隆声音。
Meta 升级 Reels AI 翻译：新增印地语和葡语，还能克隆原声对口型
Meta 宣布为 Instagram 和 Facebook 上的 Reels 新增印地语和葡萄牙语翻译配音。该功能不仅能模拟创作者原声音调，还支持口型同步。功能面向超千粉的 Facebook 创作者及公开 Instagram 账号免费开放。
索尼旗舰耳机固件更新：支持 Gemini Live 对话与音频共享
Sony 为降噪耳机 WF-1000XM5 和 WH-1000XM6 推送固件更新，正式支持 Google 的 Gemini Live 对话助手与音频共享功能。用户升级后可通过耳机与 Gemini 实时对话，还能借助蓝牙技术与好友共享音频，更新后需重新配对。
Hume AI 发布 Octave 2：延迟低于 200 毫秒，价格砍半支持 11 种语言
Hume AI 推出第二代语音大模型 Octave 2，支持 11 种语言，生成延迟低于 200 毫秒，价格仅为初代的一半。最值得关注的是，它深入理解说话的情绪语调，还带来了音素级编辑与声音转换能力。配套的 EVI 4 mini 也同步开放测试。
Amazon 推出四款新 Echo 设备：专为 Alexa+ 打造，内置自研 AI 芯片
Amazon 发布 Echo Dot Max 等四款专为 Alexa+ 设计的 Echo 设备。新机搭载自研 AZ3 与 AZ3 Pro 芯片，配合 Omnisense 传感器将唤醒词识别率提升超 50%，主打更主动的环境感知交互。两款音箱现已发售，智能屏将于 11 月 12 日上市。
亚马逊发布新一代 Fire TV：接入 Alexa+，跨平台找片能定到片段
Amazon 推出包括 Omni QLED 和 40 美元 4K 电视棒在内的新款 Fire TV 硬件，并接入 Alexa+。用户不仅能用自然口语跨流媒体搜剧，还能查找特定名场面或问幕后八卦。新硬件即日起开启预购，次月发货。
YouTube 推出 YouTube Labs：首个实验是给音乐配「AI 电台主播」
YouTube 推出 YouTube Labs 计划，让普通用户提前试用前沿 AI 实验功能。首个上线的实验是 YouTube Music 里的「AI 音乐主播」，能边播歌边聊歌手八卦和粉丝冷知识。不过目前仅限美国部分用户测试。
苹果内部打造「ChatGPT」Veritas：为新版 Siri 秘密练兵
据彭博社报道，Apple 悄然开发了一款内部聊天工具 Veritas，专门让员工测试新版 Siri 处理个人数据检索、网页摘要及跨应用操作等能力。该工具结合了苹果自研模型与第三方技术，改版后的 Siri 预计最快在 2026 年 3 月推出。
Google 上线 Search Live：摄像头照着哪里，搜索就陪你聊到哪里
Google 宣布在美国正式上线英文版 Search Live，无需加入 Labs 即可使用。它把实时语音对话与手机摄像头画面结合，搜索能直接看懂你镜头前的东西并实时对答，比如对着电器问怎么接线。目前仅限美国英语用户。
阿里开源端到端全模态模型 Qwen3-Omni：打通图文音视频，延迟 211ms
Alibaba 开源端到端全模态模型 Qwen3-Omni，将文本、图像、音频与视频整合进单一模型。模型响应延迟低至 211ms，支持 30 分钟音频理解与内置工具调用，并同步开放了 Instruct 与 Thinking 等 30B 级别权重。
AirPods 实时翻译上手指南：老款 Pro 2 也能用
ZDNet 介绍了苹果实时翻译功能的使用细节。该功能基于 Apple Intelligence，随 iOS 26 推出，不仅支持最新的 AirPods Pro 3，老款 AirPods Pro 2 和带降噪的 AirPods 4 同样可用。只需双方佩戴兼容耳机就能免提对讲，目前支持英、法、德、葡、西 5 种语言。