网站截图
Gladia是国外专注于AI语音转文字技术的专业服务商，核心定位为开发者和企业提供高性能的语音转录API服务，依托自研的Solaria-1通用语音转写大模型，主打多语种支持、低延迟、低幻觉的转写能力。相比传统语音转写工具，Gladia的实时转写延迟可控制在300ms以内，部分转写输出甚至低于100ms，能够适配对性能要求较高的各类语音交互场景，帮助企业降低自研STT模型的技术与时间成本。
在实时对话场景中，比如跨境视频会议的实时字幕输出，Gladia可以做到转写几乎与说话同步，即使是多语种混合对话也能准确识别，不会出现卡顿或延迟过高的问题；在批量转写场景中，针对数小时的播客、学术访谈音频，转写准确率可达95%以上，几乎不会出现传统STT模型常见的乱码、杜撰内容等幻觉错误；在小语种转写场景中，也能保持稳定的准确率，不会因为语种小众出现识别错误。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
1 个月前
2026年4月7日，谷歌正式在iOS App Store上架AI语音转写应用Google AI Edge Eloquent，该应用面向用户免费开放且无使用次数限制，默认搭载本地Gemma ASR模型完成语音识别与文本整理，全程无需联网、数据不流出用户设备，同时支持切换至云端调用Gemini大模型进行文本润色，兼顾隐私安全与转写效果。
1 个月前
2026年4月3日，微软正式发布自研MAI系列第三款AI模型MAI-Transcribe-1，该语音转写模型在FLEURS基准测试中实现25种语言平均词错误率仅3.9%，11种核心语言转写精度登顶，性能优于OpenAI Whisper-large-v3、Google Gemini 3.1 Flash等同类产品，是目前全球精度最高的通用多语种语音转写模型。
1 个月前
2026年3月28日，AI服务平台AI亦为正式推出大模型聚合服务，已接入OpenAI GPT-4、Anthropic Claude、Google Gemini、DeepSeek等全球主流厂商共534款大模型，提供统一API接口，支持最低1元起充、模型调用费率低至官方1-2折，大幅降低开发者多模型对接成本，实现开发环节的“AI自由”。
2 个月前
美国初创公司AgentMail近期完成600万美元种子轮融资，面向AI代理场景推出专用邮箱API平台，支持双向会话、内容解析、线程管理、标签分类、全局搜索与自动回复等全链路邮件处理能力，填补了当前AI智能体对外交互场景的基础设施空白，本轮融资将主要用于技术研发与商业化落地拓展。
2 个月前
2026年2月25日，通义千问团队宣布Qwen3.5开源大模型家族新增Qwen3.5-122B-A10B、35B-A3B、27B（Dense）等多款模型，同步在阿里云百炼平台上线Qwen3.5-Flash生产级API服务。新模型通过架构优化等路径提升性能，部分超越前代更大参数版本，复杂Agent任务表现突出，显著缩小与顶尖闭源模型的差距。
3 个月前
火山引擎日前推出豆包大模型2.0系列，同步开放面向企业与开发者的API服务，个人用户可通过指定渠道体验。该版本针对大规模生产环境系统性优化，具备高效推理、多模态理解及复杂指令执行能力，可更好应对真实世界复杂任务；核心亮点为推理成本较业界顶尖模型降低约一个数量级，目前其日均Tokens使用量较推出初期已增长超500倍。
3 小时前
2026年5月，世界一级方程式锦标赛（F1）Scuderia Ferrari HP车队与科技巨头IBM达成技术合作，将基于IBM定制化AI交互系统重构赛事粉丝服务体系。双方已披露多套落地场景，预计可覆盖全球超2亿法拉利F1核心粉丝，将观赛互动转化率提升30%以上，同时为车队周边消费、会员运营提供全链路数据支撑。
4 小时前
近日，微软宣布调整Office套件的Copilot AI助手交互逻辑，新增悬浮Copilot按钮的手动关闭选项，解决了此前用户反馈的常驻悬浮键遮挡编辑区域、误触率高等问题。作为微软面向办公场景落地的核心AI工具，Copilot目前已覆盖Office全系列办公应用，全球付费企业用户规模已突破3000万，本次功能更新将进一步优化不同使用习惯用户的体验。
滇公网安备 53252802528133号