腾讯混元发布实时语音模型 Hy Realtime：能说会唱、还能调用工具，已在元宝语音通话、腾讯客服等上线

Hy Realtime 已在元宝语音通话、腾讯客服等产品上线，近期也将上线腾讯云，对外提供 API 服务。

Block 推出全双工 AI 语音模型 Dessa：真人感拉满，支持苹果 MacBook 本地运行

该模型采用全双工架构，可边说话边聆听，情绪表达为原生内置，能在 M4 Max 及更高配置 MacBook 上本地运行。目前 Dessa 暂不对外开放试用，正邀请安全研究者测试语音智能体···

科大讯飞首发星火语音基座大模型 SparkAudio 1.0：中英文任意切换、说话人实时识别，输入法里就能用

在今日下午的科大讯飞全球 1024 开发者节活动中，科大讯飞宣布首发星火语音基座大模型 SparkAudio 1.0。

SpaceXAI 发布 Grok Voice 3.0：号称全球最智能的语音模型，延迟低于 1 秒

Grok Voice 3.0 在 Artificial Analysis 语音转语音榜单拿下第一，全双工基准得分 97%，延迟低于 1 秒且成本低于同级模型。它已在特斯拉、星链客服中支撑数百万次对话，客服···

ElevenLabs 推出 v4 和 v4 Turbo 语音模型：支持 90 余种语言，10 秒素材即可克隆声音

v4 系列采用全新架构，情绪标签可叠加、按序执行，朗读长文本时能保持音色并记住上下文调整语气。新版本还显著提升了日语、巴西葡萄牙语、普通话和粤语的合成质量。据透露，···

腾讯混元发布语音识别模型 Hy ASR 3.0 preview，元宝已首发上线

腾讯混元今日发布了新一代语音识别模型 Hy ASR 3.0 preview。

位列 Artificial Analysis 榜首，阿里千问发布语音合成大模型 Qwen-Audio-3.0-TTS

包含面向实时交互的 Flash 版本（首包延时 300ms 级别）和面向高质量生成的 Plus 版本。