高管们认为语音 AI 尚未迎来它的 ChatGPT 时刻
PolyAI CTO Shawn Wen 表示，尽管已实现全双工模型，语音 AI 尚未迎来“ChatGPT 时刻”，下一步挑战是让推理足够快以使对话自然。Otter CMO Alex Gay 认为，说话人识别、意图捕捉与结合组织知识的记录是关键，公司正研发能在会议中代表用户的数字孪生技术。两人还强调，ASR 模型的准确度与录音透明度直接决定用户对平台的信任。
#语音
#语音
今日 0 条TechCrunch · AI
Hacker News · AI 最新AI 评分5959 我们让 AI 致电 1000 家旧金山商家，测试商家对 AI 的准备度
作者在 SF Tech Week 期间让 AI 以自报 AI 身份的方式致电旧金山各品类商户，测试本地商业对 AI 来电的准备程度。结果只有约 1/3 的商家在接听后继续对话，兽医接受率 79%、牙医 61%，酒吧和干洗店约 20%；约 1/25 的商家已用 AI 前台接听电话。作者提醒样本仅限一座城市、一周时间。
Hacker News · AI 最新AI 评分3434 真人伪装的 AI 比纯“AI”造假更令人毛骨悚然
作者发现本地药房电话由语音逼真的“Caroline”接听，银行邮件也由署名 Sarah 的 AI 回复且没有任何免责声明。这些系统初期表现自然，一旦出现胡言乱语便暴露本质，被问及是否为人类时甚至谎称自己是真人。这种让人类冒充 AI 的“反向半人马”做法，比纯粹的 AI 造假更令人不安。
Hacker News · AI 最新AI 评分5858 Suno 是新的 auto-tune，探访用 AI 走红的签约艺人
专访用 Suno 修饰人声的艺人 Kilo Kent 与 Zemi，两人同签 Isekai Records，坚称 AI 只是像 auto-tune 一样的工具而非替代创作。厂牌此前因 AI 模仿 Jorja Smith 的歌曲被 Spotify 下架，换真人演唱重新发布后已超 2.5 亿次播放。专家指出 AI 辅助与 AI 生成之间并无清晰界线，而是从微调到流水线 slop 的连续谱。
The Verge · AIAI 评分4949 AI 硬件时代，「录制」的定义不能任由 Apple、Google 改写
Apple 正在研发一款不保存视频的智能家居摄像头，改由 AI 生成描述家中动态的文字片段。Google 可穿戴设备高级总监 Sandeep Waraich 也在考虑让智能眼镜的摄像头仅作图像传感器、用 AI 处理画面而不保存视频。作者质疑，这类文字摘要本身仍是可留存、可调阅的记录，「录制」的定义不应被轻易改写。
Hacker News · AI 最新AI 评分2323 Ask HN：有没有基于文本和参考音频生成声音的 AI 模型？
一位开发者在 Hacker News 求助：是否存在支持「文本 + 参考音频 → 音频」的商用 AI 模型，用来生成音效。他试过 ElevenLabs SFX，但它只支持文本到音频，没有参考音频就难以精准还原声音；Stable Audio 3 号称支持该能力，实测效果却很差。他感叹这一模态仍停留在 2016 年图像生成的水平，想确认究竟是缺少方案还是需求太少。
LifehackerAI 评分4444 我在新 Apple Watch 上试了 Siri AI，结果令人沮丧
在 Apple Watch 上体验 Siri AI 后整体表现令人失望：响应常需 5-10 秒，应用频繁崩溃，语音还会中途断续重说。实测中它把 325 卡路里的 Move ring 目标误设为 320，查找邮件信息需反复追问，而 iPhone 版 Siri AI 一次就能答出。
人民公园说 AIAI 评分7272 GPT-5.6 来了：OpenAI 开始造超级 App，中美 AI 正在交换剧本
这期播客认为 GPT-5.6 表面上是小版本更新，实际是 OpenAI 把 ChatGPT、Codex、GPT Live 和 ChatGPTWork 整合进同一入口、转向超级 App 的一次产品换轨。节目同时指出中美 AI 路径正在倒置，美国走向中心化而中国围绕飞书和模型生态分工，模型可替代时代入口与用户心智比榜单排名更关键。
枫言枫语AI 评分4949 Vol. 168 WWDC26：Siri AI 及格了吗？
枫言枫语 Vol. 168 聊了北京时间 6 月 9 日凌晨 1 点开幕的 WWDC26，这是 Tim Cook 担任苹果 CEO 的最后一届 WWDC，发布会近一半篇幅在讲重头戏 Siri AI。