Modulate 获 2500 万美元融资，用于语音模型与深度伪造检测分析套件
波士顿语音智能初创公司 Modulate 完成 2500 万美元新融资，由 Future Ventures 领投，Hyperplane 和 Lakestar 参投。该公司运行 100 多个小模型，为企业提供转录、情绪分析、深度伪造与 AI 音乐检测，以及面向受监管行业语音智能体的政策执行。本轮前，Modulate 已累计融资 4100 万美元，估值达 1.7 亿美元。
#语音
#语音
今日 2 条TechCrunch · AIAI 评分3838 AWS Machine Learning BlogAI 评分3838 在 SageMaker AI 上使用 vLLM-Omni 构建实时语音应用（第一部分）
AWS 发布教程，演示如何在 SageMaker AI 上通过 vLLM-Omni DLC 部署 Qwen3-TTS 模型，实现文本流式输入和音频流式输出的双向实时语音应用。
AWS Machine Learning BlogAI 评分3838 在 Amazon SageMaker AI 上部署 Qwen3-TTS 实现实时个性化语音
Qwen3-TTS-12Hz-1.7B-Base 现可通过 Amazon SageMaker JumpStart 部署到全托管实时推理端点，支持从数秒参考音频克隆说话人音色，无需重新训练模型。
AWS Machine Learning BlogAI 评分3838 在 SageMaker AI 上使用 WhisperX 进行说话人标注转录
AWS 推出 WhisperX 深度学习容器（DLC），将 OpenAI Whisper 与 wav2vec2 强制对齐及说话人分离结合，提供逐词时间戳和说话人标签。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两个语音对话模型，前者面向规模与成本效率，后者面向高复杂度任务。
推荐理由：官方给出了两个新模型的定位差异、基准成绩和开放渠道，读者可据此判断它们适合哪些语音智能体场景。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文字模型
Google DeepMind 发布 Gemini 3.5 Transcribe，这是其最精确的语音转文字模型，支持实时流式与预录音频处理，可通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 使用。
推荐理由：原文给出了新模型的精度、延迟和开放入口，读者可以据此判断它相比 Chirp 3 的实际提升。