🔥 Trending today
Gemini 3.1 Flash TTS: the next generation of expressive AI speech★ 80
Google DeepMind Blog48d agoReleaseGoogle DeepMind 發表全新語音模型 Gemini 3.1 Flash TTS。該模型引入了「細粒度音訊標籤」（granular audio tags），讓開發者與創作者能夠精確引導 AI 語音的生成細節。這項技術大幅提升了 AI 語音的表現力與可控性，為下一代語音互動與內容創作奠定基礎。
Gemini 3.1 Flash Live: Making audio AI more natural and reliable★ 85
Google DeepMind Blog68d agoReleaseGoogle DeepMind 發表最新語音模型 Gemini 3.1 Flash Live。該模型專為即時語音互動設計，透過顯著降低延遲與提升精準度，讓 AI 語音對話變得更加流暢與自然。這項更新將大幅優化語音助理與即時互動應用的使用者體驗，並為開發者提供更強大的即時語音 API 支持。
How AI is helping advance the science of bioacoustics to save endangered species
Google DeepMind Blog221d agoReleaseGoogle DeepMind 發表全新生物聲學模型「Perch」，旨在協助保育人士快速分析野外錄音。該模型能自動識別夏威夷蜜旋木雀等瀕危鳥類及珊瑚礁生態系統的聲音，大幅縮短人工監聽時間。這項技術讓科學家能在大範圍內進行長期的生態監測，為全球生物多樣性保護提供關鍵支持。