Granola 推出听写功能，与 Wispr 正面竞争
以会议记录工具起家的 Granola 上线听写功能，用户按 Fn 键即可在 Mac 任意应用中语音输入，工具会自动清理并格式化文本，且不限字数、免费使用。该功能将陆续登陆 iOS 和 Windows。此前 Wispr 已从听写工具扩展至会议记录，Fireflies、Speechify、Monologue 等语音应用也在走向多功能融合。
#语音
TechCrunch · AIAI 评分5050
Hugging Face BlogAI 评分3131 Granite Switch 4.1.1 发布：像更新软件一样更新模型
IBM 发布 Granite Switch 4.1.1 补丁版本，与 4.1 完全向后兼容、无需迁移，基础模型未重新计算，只需组合最新适配器即可部署。更新包括支持 10 种语言、原生标点与大小写的 Granite Speech ASR 模型，以及在 Jev Decision Index 测试集上性能提升的 granitelib-core Decision 适配器。
Hugging Face BlogAI 评分5858 AnySpeechRecognizer 与 AnyDecisionModel 发布：面向 Apple 平台的语音与决策开源模型包
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布，前者在 Apple 的 SpeechAnalyzer API 下可切换 Apple、NVIDIA Parakeet 与阿里 Qwen3-ASR 引擎并新增说话人分离，后者以概率方式回答是非、多选和评分问题。
The Decoder同新闻AI 评分7171 Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可转写 40 种语言、将其中 31 种与英语互译，并识别 13 种语言中的说话人，支持最长 1 小时、最多 8 人的录音。
同一新闻，精选展示《NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线》
Hugging Face Blog精选AI 评分7171 NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 发布开源权重模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合到一个 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理最长 1 小时录音、最多 8 位说话人。
推荐理由：原文给出多语言转写、说话人分离与提示词控制的具体能力，以及配套数据管线和微调配方，便于评估落地方式。
NVIDIA BlogAI 评分5858 NVIDIA RTX Spark 笔记本更新：新增 Nemotron 3.5 Transcribe 与智能体资源管理
NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、LFM3 系列模型支持，以及 NVIDIA App 中可在前台应用与后台智能体之间分配 GPU 资源的控制项。
TechCrunch · AIAI 评分5858 英伟达发布开源语音转写模型 Nemotron 3.5 Transcribe
英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，支持最多 40 种语言的音频转写，并同步更新开源语音数据集 Granary 第 2 版。
爱范儿AI 评分6060 实测讯飞输入法 16.0：意图成稿与语音改口能省多少事
作者实测讯飞输入法 16.0.1，其第三代语音输入「意图成稿」可读取截图与长程记忆，跨聊天框直接生成汇报、请假、点评等草稿。语音底座接入 Spark-ASR-2.0，支持边说边改的口令编辑，官方称方言识别准确率由 85% 提升至 91%，高噪环境从 66% 升至 84%。个性化 AI 键盘汇集 15 万名创作者的 30 万个表达技能，并新增可互动的「键盘搭子」。
量子位AI 评分4040 科大讯飞首发星辰TaaS平台，并发布星火X2.6与Agent OS
科大讯飞在2026全球1024开发者节上首发星辰TaaS平台，构建从星辰MaaS底层模型能力到行业解决方案的全链路体系，让Token融入真实业务流程。同步发布的星火X2.6将上下文窗口扩容至百万Tokens，端云路由准确率从81.2%提升至96.1%，并开源星火X2.6-4B端侧模型。讯飞开放平台还首次推出Agent OS及XFYUN CLI开发工作台，后者支持一句命令调用700多项AI原子能力。
AWS Machine Learning BlogAI 评分5858 Amazon Polly 生成式引擎升级，新增 14 种语音并首次支持印地语和芬兰语
Amazon Polly 生成式引擎完成升级并正式可用，语音更自然、更准确且保持低延迟，新增 14 种语音、覆盖 9 个 locale，生成式语音总量达 57 种、覆盖 11 种语言和 25 个 locale。
Hugging Face BlogAI 评分5858 IBM 发布 Granite Speech 5.0 系列语音模型
IBM 更新 Granite Speech 系列，新增 granite-speech-5.0-2b，并修订 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
The DecoderAI 评分6262 ElevenLabs 发布两款实时语音到语音模型 Eleven Realtime
ElevenLabs 发布两款名为 Eleven Realtime 的语音到语音模型。Max 版本在 Big Bench Audio 基准上得分 98.8%，响应时间为 0.57 秒，ElevenLabs 称 Artificial Analysis 榜单上没有模型同时更快且更准确。
The DecoderAI 评分6969 Mistral AI 发布 Voxtral 3 实时语音智能体全栈
Mistral AI 发布 Voxtral 3，一套面向实时语音智能体的模型家族，包含语音转文字模型 Voxtral Small Transcribe 3、文字转语音模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。
Mistral AI精选AI 评分7878 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族，包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的合成模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。
推荐理由：原文给出语音转写与合成模型的基准对比和每分钟定价，可据此判断语音智能体的部署成本与选型空间。
TechCrunch · AIAI 评分4040 Yelp 上线 Check for Me：AI 语音智能体代用户致电餐厅查询等位时间
Yelp 新增 Check for Me 功能，用户可在餐厅页面输入用餐人数和手机号，由 AI 语音智能体代为致电餐厅查询等位时间，并以短信回传结果。Yelp AI 助手同步接入 OpenTable，可在应用内直接订座，并记住历史对话中的偏好、支持查看过去 30 天聊天记录和设置自定义提醒。
少数派AI 评分2222 派评：紫毫 Hare、Platen、Brink、TVScope 等近期值得关注的 App
本期派评介绍了多款新上架 App：紫毫 Hare 把 Rime 引擎与雾凇词库装进 iPhone，支持小鹤双拼与端侧纠错，基础功能免费、Pro 一次性买断；Platen 将 iPhone 变成复古打字机。
极客公园AI 评分5858 OPPO AI 心力球体验：9.8 克全天候录音硬件如何接入手机工作流
极客公园体验了 OPPO 在 9 月 17 日 ODC 上首次亮相的 AI 心力球，主机含 C 桥夹仅 9.8 克，满电支持 24 小时连续记录，取出即自动聆听、放回收纳盒即停止。
TechCrunch · AIAI 评分5858 亚马逊旗下 Bee 推出两款个人 AI 设备，起售价 74.99 美元
亚马逊旗下 Bee 发布两款个人 AI 设备，可穿戴的 Bee Frontier 售价 74.99 美元，磁吸在手机背面的 Bee Eclipse 售价 99.99 美元。
Hugging Face BlogAI 评分5858 IBM 发布 Granite Switch 4.1：单端点同时支持聊天、决策与语音
IBM 发布 Granite Switch 4.1，提供 8B 和 30B 两个版本，在同一个托管端点内同时支持自然语言对话、通用与专用决策以及语音转写。