#多语言

Cartesia 的 Sonic 3.6 能用 15 秒音频克隆语音，支持 44 种语言，让内容多语言传播更简单。

elvis@omarsar0原文

微软新出的实时语音转写模型，60种语言实时处理，还带23种语言的统一语音生成功能。

Techsauce@ Techsauce Team 5 个信源在谈原文

ElevenLabs 推出了支持 90 种语言的 v4 语音模型，10 秒就能克隆声音，还优化了情绪表达和响应速度。

humynlabs 出了个语音识别新基准，专测真实对话和混语言场景，23 个模型已上榜，做语音方向的可以拿来自测。

elvis@omarsar0原文

谷歌出了两个新的实时对话模型，支持 97 种语言切换，能自动检测语言，还能在对话中调用工具，比之前的模型更智能。

Perplexity发布了包含2.3万真实搜索查询的数据集，支持多语言和多领域评估。

官方账号Perplexity@perplexity_ai原文

BharatPe用Gemini给商户做了多语言AI助手，语音聊天都能用，印度商家应该挺需要这个。

Tech in Asia@Grace Priscilla Teo原文

Fish Audio S2.1 Pro在欧洲和澳大利亚上线，支持83种语言，提供低延迟和企业级控制功能。

Fish Audio@FishAudio原文

腾讯混元翻译模型上线OpenRouterAI，支持多种语言，比传统翻译更精准。

Hunyuan@TXhunyuan原文

HeyGen的Translate能把你的视频自动翻成多语言，做海外房产的经纪人不愁语言不通了，一个视频吃遍所有买家。

HeyGen@HeyGen_Official原文

Fish Audio现在能给你视频配上80多种语言的AI配音，想做海外市场的话，这个工具挺实用。

Fish Audio@FishAudio原文

微软研究出了三本AI设计手册，教你做AI时怎么照顾不同语言和文化背景的人，做全球业务的团队可以当参考。

官方账号Microsoft Research@MSFTResearch原文

Anthropic 这次把 Opus 和 Sonnet 的语音模式开了，以前只有 Haiku 能用，现在能跟更强的模型聊复杂问题，还能让它帮你整理方案、改行程，支持多国语言，挺实用的。

Claude 语音现在能说西班牙语、法语、印地语和日语了，而且所有用户都能用，快去 app 上试试。

Claude@claudeai原文

Claude 的语音模式现在能边聊边调用工具，还支持更多语言，解决复杂问题更顺手了。

Claude@claudeai11 个信源在谈原文

阿里出了个TTS新模型，能用标签控制笑声耳语，还能自然语言调语速，排行榜第一，支持16语言。

官方账号阿里通义 Qwen@Alibaba_Qwen原文

Deepgram 出了 Nova-3，语音转文字更准了，还支持多语言，做转录工具很实用。

OpenRouter@OpenRouterAI原文

Deepgram发布了Aura-2多语言TTS，能生成7种语言的语音，现已上架OpenRouter，适合需要多语种语音合成的场景。

OpenRouter@OpenRouterAI原文

阿里新图模型 Qwen-Image-3.0 能一次生成复杂图文排版，文字小到10px也清晰，考卷报纸都能画，实用性强。

官方账号阿里云 Alibaba Cloud@alibaba_cloud原文

阿里新出的 Qwen-Image-3.0 能直接生成带看懂文字的报纸和试卷，细节连毛孔都清晰，做设计或电商配图很实用。

官方账号阿里通义 Qwen@Alibaba_Qwen原文

Cohere Transcribe 用237万总下载量证明开源语音模型真香，月活破百万说明大家都在用。

官方账号Cohere@cohere原文

通义新出的语音模型，一段音就能说16种语言，还能保持音色，延迟才300毫秒，挺实用的。

小互@imxiaohu原文

阿里云新TTS模型有两个版本，一个快一个精，支持16种语言，还能用自然语言调风格，语音克隆也更强了。

官方账号阿里云 Alibaba Cloud@alibaba_cloud原文

字节跳动新出的 Seed Audio 1.0，能对音频做精确到帧的控制，做电影级音效、语音、环境声都行，还支持20多种语言。

官方一手Pandaily@[email protected] (Pandaily)2 个信源在谈原文

Kimi K3 回应中文请求时，思维链几乎全英文，挺有意思的观察，适合好奇模型内部机制的朋友。

Ethan Mollick@emollick11 个信源在谈原文

用LiveKit搭语音Agent？改一行配置就能切到Gemma 4 31B，支持140多种语言，中文也在内。

小互@imxiaohu4 个信源在谈原文

Anthropic用30万段对话告诉你：中文Claude不讨好也不冷硬，像个讲道理的顾问，挺有意思的。

小互@imxiaohu11 个信源在谈原文

想生成带精准文字和复杂布局的图片？ByteDance新模型Seedream 5.0 Pro能一次搞定，还能交互编辑，比多数模型更懂设计。

@koltregaskes@koltregaskes3 个信源在谈原文

阿里千问发了新语音模型，支持30种语言+16种方言，方言准确率干过火山腾讯，离线版字错率全球最低。