语音钓鱼作为电信网络诈骗的核心形态之一，近年来在韩国呈现快速扩张态势，对金融安全与民众财产安全构成现实威胁。依据韩国金融监督院提交给国会的监管数据，2025 年...

语音钓鱼作为电信网络诈骗的核心形态之一，长期威胁金融消费者的资金安全。韩国金融监督院 2026 年 10 月向国会提交的数据显示，2025 年韩国八家主要银行通...

假设你回到家后，只需要说一句“你好客厅”，再说“打开灯”，客厅的灯就亮了。整个过程不需要拿出手机，也不需要打开应用。

典型输入是现场录音：背景噪声不固定，2~3人交替甚至重叠发言，质检规则却是业务语言，比如"是否告知了费用构成"。

宾夕法尼亚州立大学于 2026 年 10 月发布公告，明确其身份认证服务提供方微软将于 2027 年 2 月 1 日起全面停止支持短信验证码与语音电话两类多因素...

在AI会议助手的产品介绍中，语音转写准确率往往是最醒目的数字。有的产品强调识别速度，有的突出多语言覆盖，还有的将大模型纪要生成作为主要卖点。

过去几年，AI会议助手的发展主要集中在云端：麦克风采集音频，通过网络发送给语音识别服务器，再调用大语言模型完成摘要生成。这套方案的优势是部署门槛低、算力资源集中...

婴幼儿的哭声既是表达需求的主要方式，也是健康状况的直接反映。核心需求是实时哭声监测与报警/反馈机制——在婴儿哭闹的第一时间通知父母，并支持及时安抚。婴儿哭声识别...

对于软件开发者而言，无论是阿里云、腾讯云等厂商提供的实时语音识别 API，还是 Whisper、FunASR、Qwen3-ASR 等开源模型，都已经能够将音频转...

过去几年，自动语音识别（ASR）的进步相当明显。从早期基于声学模型与语言模型的组合架构，到 Whisper、Paraformer、Qwen3-ASR 等深度学习...