新版 API 加强了长版音频文件的转录精准度，也新增支持 WAV、Opus 和 Speex 文件格式，Google 表示，新版语音识别 API 比旧版的批处理速度快 3 倍。
领先的开源对话AI工具包NVIDIANeMo宣布推出ParakeetASR模型系列，这是一系列最先进的自动语音识别模型，能够以出色的准确性转录英语口语。ParakeetASR模型与Suno.ai合作开发，是语音识别领域的一大突破，为实现更自然高效的人机交互铺平了道路。要在本地访问模型并探索工具包，请访问NVIDIANeMo的Github页面。
近期一项前沿的类脑研究登上了Nature子刊，研究人员利用活人脑细胞构建了一个新型AI系统，这一突破意味着语音识别准确率有望大幅度的提高。这个系统能进行无监督学习，并具有类似神经网络的功能。利用活人脑细胞构建AI系统，语音识别准确率得到提升，这一突破将为未来AI技术的发展带来重要启示。
近日，IEEE ASRU2023 自动语音识别与理解研讨会在台北市圆满闭幕。来自全球学术界和工业界的专家、科研团队和科技名企汇聚一堂，一同探讨并分享当前语音行业发展的新趋势及最 新研究成果。标贝科技作为银牌赞助商应邀亮相大会，向与会嘉宾展示了标贝科技丰富的多语种数据集和全方位数据解决方案。据介绍，ASRU研讨会是IEEE语音和语言处理技术委员会(SLTC)的旗舰技术活动，也
SpeechToText-AI是一个在线工具，能够将用户上传的音频文件或者YouTube视频链接转换为文本。这款应用使用先进的AI技术来识别和转录音频内容，使得用户能快速方便地从音频中获得文本信息。要获取更多详情信息并开始您的语音转文字之旅，请访问SpeechToText-AI官方网站。
正式上线版本正式上线官网，陆续在ios端、安卓端向用户开放更新。以“轻松做自己”为slogan，QQ9.0带来UI界面、密友关系、超级QQ秀迷你窝、在线状态、QQ群等功能体验升级，并采用了全新的QQNT技术架构驱动，在性能上为用户所带来了更流畅的使用体验，启动速度、消息处理效率等都实现了大幅度的提高。QQ在新版本的设置页面也埋下了一个隐藏彩蛋，为热情参加内测、提供优质反馈意见的用户颁发了“追光者”勋章，感谢用户多年的陪伴与支持。
埃森哲和GoogleCloud今天宣布，为帮企业采用生成型AI改进运营、创造新的业务线和构建独特的客户体验，双方将建立一个全球性的生成型AI卓越中心。这一中心将为公司可以提供行业专业相关知识、技术知识和产品资源，使用GoogleCloud的生成型AI产品组合建立和扩展应用程序，并加速实现价值。」此外，Accenture还将扩大自己对GoogleCloud技术的内部使用，使DuetAIforDevelopers可供其数千名软件
Auto Wiki是Mutable.ai推出的产品，旨在为任何公共GitHub仓库提供高质量、自动生成的文档。用户都能够轻松浏览各种AI、ML、工具、前端、后端、DevOps、云计算、数据科学等领域的内容。Auto Wiki的使命是让AI对每个人都更加普及和可访问，提供工具让用户专注于重要事务。
English Coach是一个英语学习个性化教练APP。它能支持、纠正和鼓励用户在每一个学习阶段,提供专业的人建议,帮助用户快速获得自信,并为自己的英语感到自豪。该APP内含Oxford University Press设计的100多个工作场景的英语口语和发音练习,涵盖面试、会议、演示等。关键功能包括:实时英语口语练习和接收反馈、个性化学习建议、适合用户学习进度的专业内容、模拟不同工作场景的英语对话练习等。它适用于想提高英语口语和降低口音的用户,尤其是职场人士。
MagicVideo-V2是一个集成了文本到图像模型、视频运动生成器、参考图像嵌入模块和帧插值模块的端到端视频生成管道。其架构设计使得MagicVideo-V2能够生成外观美观、高分辨率的视频，具有非常出色的保真度和平滑性。通过大规模用户评估，它展现出比Runway、Pika 1.0、Morph、Moon Valley和Stable Video Diffusion等领先的文本到视频系统更优越的性能。
Chain-of-Table是一种表格理解的推理链表框架，专门用于处理基于表格的问答和事实验证等任务。它采用了表格数据作为推理链的一部分，通过在上下文中学习的方式指导大型语言模型做相关操作生成和表格更新，从而形成一个连续的推理链，展示了给定表格问题的推理过程。这种推理链包含了中间结果的结构化信息，可以在一定程度上完成更准确可靠的预测。Chain-of-Table在WikiTQ、FeTaQA和TabFact等多个基准测试中取得了新的最先进性能。
Naria是一款强大的故事创作AI产品，能够在一定程度上帮助用户创作插图儿童故事，并将其打印成书籍或在数字平台上分享。用户都能够通过Naria进行角色创作、文本编辑、背景翻转和更换等操作，并在三个简单步骤内完成整个故事的创作、定稿和分享流程。Naria还提供定制角色表情和拖放式建模工具，让用户完全掌控故事创作的过程。产品定价灵活，数字故事免费创作并可无限分享，而实体书籍则提供按册付费的选项。
rabbit是一个研究项目，旨在开发可以理解和模拟人类在计算机应用中的行为的系统。这个系统被称为大型行动模型（LAM），采用神经符号编程技术，允许直接模拟各种应用程序和用户在其上执行的操作。LAM在精确度、可解释性和速度方面与最先进的方法相媲美。它的目标是为各种AI助手和操作系统的部署提供支持，帮助塑造下一代自然语言驱动的消费者体验。
Fotofit是一个引入全新方式来发现和购买新造型的应用！Fotofit的人工智能技术为您量身定制时尚造型，您可以在自己身上看到并从您喜爱的品牌购物！加入我们的Discord社区，成为时尚的一部分，获取更多服装灵感并帮助塑造应用的方向。通过Fotofit，您可以发现为您量身定制的全新造型，购买任何造型，看到您为任何场合或氛围打扮的样子，看到自己穿着当今最热门的潮流，保存您喜欢的造型，与朋友分享您的造型，编辑您的偏好。我们很乐意听取您的反馈和功能请求！请通过电子邮件与Masha联系，或在Discord上与我们交谈。
Journalie是一款AI时代的日记应用，通过语音记录用户的故事，自动生成独特的页面，帮助用户发现日常情绪。它的AI能够转录用户的故事并生成独特的页面。用户能够最终靠滚动日历来回顾自己的故事，而每个故事都会被存档在日历中，用户一目了然地看到当天的主要情绪。Journalie旨在让日记记录变得简单有趣，用户都能够选择保持私密或与朋友分享。此外，Journalie还提供社交功能，方便用户分享自己的故事。它不仅仅是一个应用，更是用户表达、发现和连接的空间。
Manja.AI是一款AI赋能的销售辅导工具，旨在帮助销售团队发掘潜力，提供个性化辅导和深度分析。其系统基于多年的销售经验，为每位销售团队成员提供个性化辅导，同时为管理层提供深入的分析。Manja.AI能够帮助您找出销售技巧和销售对话阶段的薄弱环节，让您的团队更加高效地工作。产品定位于提供个性化销售辅导和数据驱动的销售分析。
Ballie:是Samsung的一个AI智能家居伴侣机器人，能执行各种家务任务，提供天气更新，发送家庭活动视频到用户设备等。
Ballie是一个家庭助手机器人，能自主在家中行驶完成各种任务。通过连接管理家居电器，Ballie可以在很多情况下为用户提供帮助，如播放音乐，接听电话等。Ballie还能发送关爱物或家人的视频更新到用户的设备上。用户无论是在工作，锻炼还是休闲，Ballie都能给家中创造适合的氛围。
Post BrAIner是一款AI内容生成平台，可以在几秒钟内创建新的帖子，并直接发布到您的Wordpress页面。它提供了AI内容创作、获取创意、发布博客的最佳解决方案，所有这些都可以在一个平台上完成。用户都能够使用AI快速创建文章内容，获取新文章创意，直接在Wordpress上发布，并且优化博客以在Google排名。此外，用户还可以使用AI功能为帖子提供新图片。Post BrAIner还提供了免费试用，以及客户成功案例，展示了内容创作速度提高、节省成本和获取新创意等优势。
Items Design:Artificial Intelligence生成的设计资源，每周更新
Items.Design是一家提供AI生成的设计资源的网站。这些设计资源包括不同的图形，图标，3D渲染等等。每周都会有新的资源更新。设计师可以在商业项目、广告、移动应用、网站中自由使用这些资源，无论是商业项目、广告、投资汇报、移动应用还是网站，都能找到你需要的设计元素。
Transvribe是一款由Zahid开发的AI视频搜索工具，通过AI嵌入技术，用户都能够粘贴YouTube视频链接或搜索热门视频，快速获取视频内容的文字转录。这款产品旨在提高在YouTube上的学习效率，使用户都能够更快速地获取所需信息。Transvribe的优点是快速准确地转录视频内容，为用户节约时机，提高学习效率。目前Transvribe提供免费使用，未来可能会推出更多增值服务。
IP Author 是一款由AI驱动的专利起草软件，帮助知识产权律所和企业专利团队自动化专利起草流程。它可以无缝生成专利权项，提供详实的先前技术参考，为全面审查消除任何不确定性。同时，IP Author 还能快速生成简明扼要的背景和发明说明，让您在几个小时内完成专利申请。通过 Dolcera PCS 的先前技术搜索引擎，您可以轻松分析先前技术并在几分钟内修改专利草案。IP Author 还提供不同的定价方案，以满足多种用户的需求。
