Audio & Speech

主要新闻

1. 1

   ARIA — 声声音主导3D空间AI芯片发布

   Sidevworksが、音声を主要インターフェースとする3D空間AI（空間的な認識・判断を行うAI）の専用チップARIAを発表しました。このチップはBSL 1.1ライセンスの下で公開されています。 音声主導のAIチップは、ハンズフリーで環境を認識・判断できるデバイス向けの基盤になる可能性があります。特に自律的な動作を「統治される」形で実装する設計は、AIエージェント（自分で判断して作業するAI）の安全性を重視する姿勢を示しています。

   GitHubで公開されており、誰でもアクセス・検証できる形式で提供されています。

2. 2

   OpenAI为ChatGPT桌面应用添加语音控制功能

   发生了什么：OpenAI周四更新了ChatGPT桌面应用，现已支持ChatGPT Voice功能，允许用户通过语音命令控制AI代理在计算机上执行任务。该功能采用ChatGPT-Live语音模型，兼容ChatGPT Work和Codex，包括访问网站、应用程序以及macOS上通过Appshots访问屏幕内容的能力。 为什么重要：桌面版本的功能比本月早些时候推出的智能手机版本更强大——它允许用户口述复杂的多步骤命令，并与ChatGPT进行来回交互以获得澄清。在演示中，OpenAI展示了一位开发者通过单个语音命令要求ChatGPT创建线程、发起拉取请求并调试问题，这表明语音控制可能会改变开发者和办公工作者与计算机的交互方式。

   需要关注：该功能自周四起全球推出。用户也可以通过iOS上的远程访问在Codex中使用ChatGPT Voice。Anthropic同样更新了Claude的语音模式，使其与Opus、Sonnet和Haiku模型兼容，可在Gmail、Calendar、Slack、Notion和Canva中执行任务。

3. 3

   Claude语音模式扩展到Opus和Sonnet，覆盖所有平台

   发生了什么：Anthropic将Claude的语音模式扩展到Opus和Sonnet模型（之前仅限于Haiku），用户可以在移动设备、桌面和网络上的对话中途切换模型。该模式支持11种语言，并可与Gmail、Google Calendar和Slack等工具集成，通过语音撰写和发送电子邮件。 为什么重要：Claude的语音模式现在更直接地与OpenAI的GPT-Live和Google的Gemini Live竞争。这些竞争对手采用全双工音频（同时说话和听话）以获得更自然的体验，而Claude使用轮流制系统，通过工具集成进行差异化——Claude目前是唯一允许用户直接从音频模式撰写和保存电子邮件的供应商。

   值得关注：用户现在可以在语音对话期间选择使用哪个Claude模型并灵活切换语言，根据任务需求对速度和能力进行权衡。

4. 4

   OpenAI为桌面编程引入GPT-Live语音——工程师现可实现免提调试

   发生了什么：OpenAI宣布，其全双工语音模型GPT-Live（可同时监听和说话）现已支持macOS和Windows上的ChatGPT桌面应用，并直接集成了Codex和ChatGPT Work等代理编程系统。 为什么重要：软件工程师现在可以使用自然语音命令来编排多线程编程任务、审查拉取请求和调试应用程序，而无需输入代码——这可能使免提软件开发工作流成为现实。

   值得关注：GPT-Live最初于2026年7月8日推出；此次桌面集成是在首次亮相后两周进行的，标志着全双工语音首次集成到开发者工具中。

5. 5

   OpenAI推出ChatGPT Voice桌面版，实现免提任务自动化

   发生了什么：OpenAI已在桌面电脑和笔记本电脑上发布ChatGPT Voice，扩展了该公司本月早些时候在移动设备上推出的GPT Live语音技术。该功能让用户可以以自由表达的方式与ChatGPT对话，在后台完成多项任务，同时处理其他事务——例如查看日历、审阅电子邮件或起草文档——无需动手。 为什么重要：这次桌面版推出面向软件程序员和高容量AI代币用户，这是AI市场中利润丰厚的用户群。该功能与OpenAI的编程产品Codex直接集成（Codex已于7月9日并入ChatGPT Work），用户可以设置热键在其他应用程序中编码时触发语音命令，降低开发者与AI交互的摩擦力。

   值得关注：OpenAI正在将语音定位为竞争激烈的AI市场中的竞争优势。根据Bloomberg报道，该公司还暗示GPT Live可能会驱动其即将推出的硬件设备——一款家用扬声器和对话伙伴。Codex在7月9日ChatGPT Work推出后达到1000万用户，表明开发者势头强劲。

6. 6

   Skipper：为船舶、偏远住宅和车辆设计的离线AI助手

   发生了什么：Skipper是一款无需互联网即可运行的AI伴侣，具有语音交互、自定义记忆、高清视觉和本地知识存储功能，可用于船舶、偏远住宅、车辆、工作室、探险和私人安装等离网环境。 为何重要：互联网接入不稳定或无法接入的环境中的用户现在可以获得AI协助——语音提醒、手册、安全程序、设备信息——而无需依赖云服务，所有核心智能和信息都存储在Skipper系统本地，而不是外部服务器上。

   值得关注：Skipper与船载、家庭或移动系统的集成能力，以及保留用户特定背景和个性的能力；该产品可针对专门环境进行定制，所有数据保存在本地，对于无法依赖连接的海事、偏远地区和野外工作用户极具吸引力。