Amazon Polly 生成式引擎升级，新增 14 种语音并首次提供印地语和芬兰语
Amazon Polly 的生成式引擎完成升级并正式可用，语音更自然准确，新增覆盖 9 个语区的 14 种语音，印地语和芬兰语首次提供生成式语音。生成式语音总数达到 57 种，覆盖 11 种语言和 25 个语区，现有语音名称和 API 调用保持不变，无需改代码即可使用，价格也未上调。
#语音
AWS Machine Learning Blog一手来源AI 评分5656
白鲸出海一手来源AI 评分2525 「Muse」上线40天下载量突破1000万，海外头部平台Q3新上线短剧2/3由AI生成
据 Sensor Tower 数据，Meta 旗下 AI Agent 产品「Muse」自 9 月推出以来 40 天累计下载量达 1090 万次，其中美国地区 1020 万次，用户留存表现优于 ChatGPT、Claude、Grok 等竞品。Owl & Co. 报告显示，2026 年第三季度海外 20 家头部平台发布的竖屏短剧中约三分之二由 AI 生成，该比例一季度为 3%、二季度为 28%。
白鲸出海一手来源AI 评分1515 iRTE 2026 社交泛娱乐专场：连接无界，AI 点燃下一代主场
由声网和 RTE 开发者社区主办的 iRTE 2026 实时智能大会将于 10 月 23 日至 24 日举行，其中白鲸出海协办的社交泛娱乐专场于 10 月 24 日上午 9:00-12:00 开启，主题为“连接无界：人与人到人与Agent”。
Hugging Face Blog一手来源精选AI 评分6161 Granite Switch 4.1 发布：聊天、决策与语音转写共用一个端点
Granite Switch 4.1 的 8B 和 30B 模型发布，可在单一托管端点中切换聊天、决策和语音转文本任务。
推荐理由：原文给出决策、语音转写与聊天共用一个端点的配置，读者可据此评估多任务模型在 GPU 显存上的取舍。
Scenario 官方更新一手来源AI 评分2727 Gemini 3.1 Flash TTS 即将退役
Google 正在停用 Gemini 3.1 Flash TTS 预览版。已经使用它的工作流、应用和 API 集成在停用前仍可继续使用。停用日期Gemini 3.1 Flash TTS：最早可能于 2026 年 11 月 17 日停止工作。停用后，使用该模型进行生成将会失败。你已生成的音频仍保留在你的库中。如何迁移在 11 月 17 日之前，将你的工作流、应用和 API 调用切换到 Google 推荐的替代方案之一：Gemini 3.8 Flash TTS：用于角色配音和对…
金角游戏一手来源AI 评分5858 库洛科技斥资2亿入股言之域，持股15%押注AI角色语音
据金角游戏报道，广州库洛科技已成为言之域科技新增股东，持股15%，库洛创始人刘胜进入言之域董事会。多方消息称，本轮天使轮估值约2亿元，交易细节尚待进一步披露。
Inworld 官方博客一手来源精选AI 评分7878 推出 Inworld Inference
AI 的第一波浪潮是为企业打造的。开发者已经感受到了它，财务团队也是如此，但大多数人还没有看到 AI 改变自己的生活。更大的浪潮是为人打造的：通勤路上的导师、跑步中的教练、等你把话说完的语言伙伴、辛苦一天后可以倾诉的人。如今，只有 2% 的美国家庭和 3% 的美国消费者在 AI 上花费任何钱。[7] 消费级 AI 正处于 1995 年互联网所处的阶段。面向个人用户构建是另一个工程问题。在消费级 AI 中，延迟就是收入：当回复变慢时，人们会回到点按按钮。每一轮都会重新发送完整…
推荐理由：原文给出消费级推理服务的延迟、价格和可靠性对比，读者可据此判断它如何影响面向个人用户的 AI 应用成本。
Google DeepMind一手来源精选AI 评分6464 Gemini 3.8 文本转语音向你问好
Sep 23, 2026| Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 是我们迄今最具表现力的音频生成模型。可在 Google AI Studio、Gemini API、Gemini Enterprise、Gemini Notebook 和 Google Vids 中生成自定义角色语音并指导场景对白。 Leland Rechis集团产品经理Alan Cowen研究科学总监，代表 Gemini 音频团队 今天，我们向 Ge…
推荐理由：两款 TTS 模型将语音生成从固定预设转向自然语言驱动的逐句表演控制，Flash TTS 在 Hume AI 语音设计基准上以 71.4 分居首。
Artificial Agency · 游戏 Agent 与行为引擎一手来源AI 评分5555 Artificial Agency 将智能体行为整合进《Dimensional Double Shift》新单人模式中的首款商业电子游戏
Owlchemy Labs 的新模式将实现首个一名人类玩家与多个类人 AI 智能体之间的实时逐刻协作——展示前沿的代理式游戏玩法如何可为工作室带来商业可行性Artificial Agency，一家为游戏开创智能体行为的 AI 公司，今日宣布已将其 Behavior Engine 集成到 Owlchemy Labs 的 Dimensional Double Shift 中，为全新的单人模式提供支持。该模式通过一支由 Totally Expendable Multi-dimen…
ICONIC · AI 数字演员技术一手来源AI 评分5252 语音评估中“自然度”的错觉
September 7, 2026“自然度”是衡量文本转语音的合适指标吗？对人工智能助手来说，是的。但如果你想要一个能“演”的 AI：一个能惊慌、能犹豫，或能低声说出秘密的 AI，那么标准的自然度平均意见分（MOS）和常用指标就不适用了。在我们的 Interspeech 2026 论文“自然就一定合适吗？”[1]中，我们与 KTH、Imperial 和 TUM München 合作，评估了当前最先进的文本转语音（TTS）模型在不同“人物角色”下的表现，以挑战一个核心假设：更…
KRAFTON AI · AI 队友与游戏研究一手来源AI 评分1818 KRAFTON 发布语音 AI 模型‘A.X K2 Raon-Speech’… 韩语表现第一
KRAFTON 发布语音 AI 模型‘A.X K2 Raon-Speech’…… 韩语表现第一https://www.dailian.co.kr/news/view/1672047/%ED%81%AC%EB%9E%98%ED%94%84%ED%86%A4-%EC%9D%8C%EC%84%B1-AI-%EB%AA%A8%EB%8D%B8-AX-K2-2026
ICONIC · AI 数字演员技术一手来源精选AI 评分7070 《压力点》：数字演员展示
July 14, 2026 阅读前点击播放演示！ 迈向互动叙事的新媒介 在 Iconic，我们是一支由 AI 研究人员和游戏创作者组成的团队，拥有累计数十年的经验，围绕一个共同信念凝聚在一起：下一代伟大的娱乐媒介不会是让你观看的故事，而是你亲身经历的故事。 这一媒介的关键使能者是数字演员（Digital Actor）：一位由编剧、创意总监和真人演员的工作共同构建的 AI 表演者。它的表演方式如同即兴表演艺术家，保持角色、读懂玩家，并随着场景的展开塑造场景。而人类一次只能为一…
推荐理由：原文给出数字演员的三模型级联架构与1200毫秒语音延迟数据，可观察AI角色如何在既定叙事内即兴回应玩家。
GDC · 游戏开发与行业洞察一手来源AI 评分3434 Jennifer Hale 在 GDC Side Quest 播客中回顾标志性角色与行业演变
Jennifer Hale 在 GDC Side Quest 播客中回顾经典角色与行业演变从第一句台词到最终录音：让游戏中的角色栩栩如生是一个协作过程。那么，演员需要做到什么才能赋予这些标志性角色以灵魂，叙事设计师和制作团队又该如何让表演者发挥最佳状态？备受赞誉的配音演员 Jennifer Hale 毕生都在精进这门技艺，深知如何找到那份"创意火花"。在GDC Side Quest最新一期节目中，这是Game Developer 播客的一个月度系列，主持人 Beth Eld…