VLC 3.0.24 于 9 月 22 日发布，这是 VLC “Vetinari”分支的第二十五个版本。此次更新修复了 VLC 及其捆绑库中超过 130 个安全漏洞，并将内置的 F…

aec3（RubyBit/aec3-rs）是 WebRTC AEC3 声学回声消除器的 Rust 移植版本，但它不只是”翻译一遍 C++”——它把 AEC3…

SimpliSafe 推出了 Video Doorbell Series 2，这是一款售价 199.99 美元的门铃摄像头，在更清晰的 2K 视频和 AI 检测能力之外，还搭配了一…

语音已经成为与数字产品交互的一种越来越实用的方式。用户无需输入搜索词或层层点击菜单，而是可以直接对应用说话，获得回复或触发某个操作。现代语音 AI 把语音识别与能够理解口语输入、并…

根据 OpenAI 的 ChatGPT 发布说明，OpenAI 于 2026 年 9 月 23 日为网页端、iOS 和 Android 上 ChatGPT 的 Live Voice…

全球云通信公司 Vonage 宣布，Aragon Research 已将其评为新定义的智能通信体验 (ICX) 类别中的主要提供商。 Aragon Research 发布了一份新的…

Adobe 已完成对 AI 视频和图像增强专家 Topaz Labs 的收购。此次收购价值 3.4 亿美元。 Topaz Labs 将继续作为独立品牌运营，Adobe 和 Topa…

当一部热门剧集在午夜一次性放出所有剧集，或者一场万众瞩目的足球决赛在多个时区同时开赛时，数百万观众会在同一短暂的时间窗口内点击播放。对于 Netflix、Pluto TV 及其竞争…

NVIDIA 在 Hugging Face 平台上发布了Nemotron 3 Diarization，一个开源权重的说话人分离模型。它回答关于任何一段对话的一个问题：谁在什么时候说…

Google 发布了 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，这是其 Gemini Audio 家族中的两款全新文本转语音…

据 Parks Associates 称，随着运营商继续整合独立服务并将节目转移到更大的平台上，10 家美国流媒体服务在 2026 年第二季度逐步停止运营。 该研究公司的流媒体视频…

今天，阿里正式发布 Qwen-Audio-3.1 系列语音大模型。本次升级不仅对语音识别（ASR）、语音合成（TTS）和实时语音交互（Realtime）三大核心模型进行了全面进化，…

App 开发视频会议有三条路线：集成第三方 RTC SDK、自研 WebRTC、采购现成源码。三者的成本结构与上线周期差别很大，选错路线往往要到上线后才暴露。 App 接入视频会议…

随着科技巨头苹果在伦敦开设自己的演出场馆和音乐工作室，预计不久之后，我们将在 Apple TV 上看到更多支持空间音频的演唱会。 Apple Music Hall 将于 9 月 2…

沃达丰和爱立信已将 AI 嵌入测试移动网络，以展示语音通话中即时语言翻译技术的潜力。在测试期间，两家公司的工程师能够即时翻译英语、西班牙语、意大利语、法语和德语之间的对话。沃达丰表…

路透社 22 日援引 Meta 内部帖子报道称，Meta Platforms 曾测试一项人工礼宾（human concierge）功能，由真人协助其全新个人 AI 助手 Muse …

上个月，NiCE Cognigy 发布了面向 CX AI 的 Agentic Building。 此次发布的核心是 NiCE Cognigy Agent Plugin，该解决方案为…

根据美国电信协会（USTelecom）发布的《2025 年宽带资本支出报告》，美国宽带供应商在 2025 年向美国通信基础设施投资了 926 亿美元，比 2024 年增长了 3.4…

消费者行为测量与分析领域的专业机构 Comscore 发布了其《2026 年第二季度 AI 情报报告》。报告显示，即便整个品类仍在持续扩张，消费者正在快速分散他们所使用的 AI 助…

一个码率阶梯画在白板上时看起来简单得具有欺骗性：几个分辨率，每个旁边配一个码率，再加一个能在其间切换的播放器。到了生产环境里，它就没那么整洁了。这个阶梯夹在源、编码器、封装器、CD…