Open ASR Leaderboard 新增埃及与尼日利亚英语口音私有数据
Hugging Face 的 Open ASR Leaderboard 与 Liva AI 合作,新增埃及和尼日利亚两种英语口音的私有评测数据。埃及口音数据为 1.34 小时、尼日利亚口音为 1.55 小时,均为对话式自发语音,转写含标点、大小写和不流畅词。榜单同时按 Kachru 三圈模型新增口音分组,区分美国与非美国、内圈与外圈及扩展圈口音。
Hugging Face 的 Open ASR Leaderboard 与 Liva AI 合作,新增埃及和尼日利亚两种英语口音的私有评测数据。埃及口音数据为 1.34 小时、尼日利亚口音为 1.55 小时,均为对话式自发语音,转写含标点、大小写和不流畅词。榜单同时按 Kachru 三圈模型新增口音分组,区分美国与非美国、内圈与外圈及扩展圈口音。
SoundCloud 与 ElevenLabs 达成合作,用户可将 ElevenLabs 生成的音乐直接发布到 SoundCloud,无需先导出下载再上传。SoundCloud Artist Pro 订阅者还可免费获得三个月 ElevenMusic Pro。从 ElevenLabs 直接发布到 SoundCloud 的歌曲会被标注 AI 来源。
Rivian 将其 AI 语音助手技术的部分元素授权给大众集团,纳入双方 58 亿美元的合资公司。该助手已于 2026 年 5 月上线 R1S、R1T,10 月上线 R2,大众首款采用该软件与电子架构的车型预计是低成本电动车 ID EVERY1。Rivian 未披露授权费用与具体车型范围。
Deepgram 宣布收购开源语音 AI 框架 Pipecat 的开发商 Daily,交易金额未披露,双方承诺 Pipecat 将永久保持开源和厂商中立。Daily 此前累计融资超过 6200 万美元,两家公司同属 2016 年 Y Combinator 同一批次;Deepgram 今年早些时候完成 1.3 亿美元 C 轮融资,估值进入独角兽行列。
Retell 借助 OpenAI 模型支撑每月 1 亿次通话,GPT-6 Astra 在其语音智能体基准测试中排名第一。Codex 还帮助 Retell 实现每位员工 160 万美元的年化营收。
Nirva 完成 2500 万美元 pre-Series A 轮融资,加上年初的 800 万美元,总融资额达 3300 万美元。其首款设备是重约 8 克、续航最长 3 天的吊坠,可作手链佩戴,通过用户注册时录入的声纹只捕捉佩戴者本人的语音,默认不保留音频和转录数据。该设备售价 249 美元,11 月起接受预订,年底前向早期用户发货。
会议记录工具 Otter.ai 从 General Catalyst 的 Customer Value Fund 获得 3.2 亿美元,资金将用于企业增长、市场推广、国际扩张和产品创新。
前Plaud高管Peter Mo创办的AI应用Ambi完成2600万美元融资,由Luminous Ventures和华勤领投,并推出iPhone、Mac和Apple Watch版本。Ambi可全天候聆听用户,在会议中由AI智能体主动给出建议,用户还能跨设备接续任务。其桌面版将能观察用户工作并存入记忆,公司还计划推出带屏幕、摄像头和麦克风的硬件设备。
Apple 向欧盟委员会披露,已同意向 Huxe AI 部分员工发出聘用邀约,并获得 Huxe 知识产权的非独占许可。Huxe 由曾参与 NotebookLM(现更名 Gemini Notebook)AI 播客功能的开发者创立,已于 5 月 21 日宣布关停应用并删除用户数据。该交易未披露具体人员与 Apple 后续计划。
Napster 联合创始人 Sean Parker 表示正把 Stability AI 重建为面向音乐专业人士的 AI 工具公司。两年前他参与了对这家图像生成初创的 8000 万美元救助,如今与出任 CEO 的 Prem Akkaraju 一起推进新方向。
AI 语音初创公司 ElevenLabs 宣布允许员工按 220 亿美元估值出售部分已归属股权,较其 2 月融资时的 110 亿美元估值翻倍。此次 3 亿美元要约收购由 Wellington 和 T. Rowe Price 联合领投,是该公司第二次为员工安排二级交易,上一次是 2025 年 9 月按 66 亿美元估值进行的 1 亿美元要约。