今天咱们再聊聊TTS（文本转语音）这个话题。4月份给大家分享了MiniMax的TTS平台：MiniMax Audio当时我直呼它是最强中文TTS，那篇反响还不错，主要他们Speech-02-HD的效果确实NB
大约 7 年前，我发布了一个名为 SDK Monitor 的小工具应用，用来监控设备上安装的所有应用使用的 targetSDK API 级别。当时正值 Google 开始强制推行 targetSDK 最低版本限制（现在要求至少是去年的版本），于是我的原始应用很快就变旧了。随着时间的推移，我甚至已经无法再打开 Android Studio 去维护它了——开发环境和技术体系早已焕然一新。
你有没有想过，创业这件事可能彻底变了？不再是硅谷精英的专利，不再需要巨额资金和深厚技术背景，甚至不再需要风险投资的支持。AI 正在彻底重新定义创业的门槛和玩法。
谷歌把最新的文生图模型 Imagen 4，以及它的 Pro Max 版 Imagen 4 Ultra，放到了 AI Studio 和 API 里。
从电话录音机到播客，从语音助手到虚拟主播，语音技术在过去几十年里经历了从“工具型服务”向“内容型产品”的演化。大模型的快速崛起让语音技术的发展进入了一个新的跃迁周期，人们对语音产品的期待从听懂”内容“逐渐跃迁到听懂”情绪“。
首个专为ALLMs（音频大语言模型）设计的多维度可信度评估基准来了。
AI建模界的“作弊神器”真的来了！
AI 初创公司 Stability AI 发布了名为 Stable Audio Open Small 的“立体声”音频生成 AI 模型，该公司宣称这是市场上速度最快的模型，且效率高到足以在智能手机上运行。
空间音频，作为一种能够模拟真实听觉环境的技术，正逐渐成为提升沉浸式体验的关键。
六边形战士来了。
