文本转语音 AI 工具哪个好用？Elevenlabs 推新版本：支持 28 种语言拥有 100 万用户

站长之家

发布于AI新闻资讯 · 1 分钟阅读 · 2025年8月4号 9:08

Elevenlabs 推出了新模型 “ElevenMultilingualv2”，可自动识别 28 种语言，并将文本转换为语音。与其前一代模型相比，新模型实现了更高的语音真实性。Elevenlabs 计划推出 AI 语音共享平台，目标受众为媒体、游戏开发商等。

北京和睦家医院与阿里达摩院合作，AI 驱动多病种筛查

北京和睦家医院与阿里巴巴达摩院达成战略合作，共同推进AI医疗创新。重点合作内容包括：1）利用达摩院"一扫多查"AI技术，结合和睦家国际化诊疗体系，开展多病种AI筛查；2）重点推进"平扫CT+AI"在消化肿瘤（胰腺癌、胃癌等）和慢性病（骨质疏松、脂肪肝等）筛查中的应用，该技术已获国际认可；3）通过AI技术实现疾病早筛，推动健康管理关口前移。合作将整合双方技术和服务优势，探索AI在医疗全流程中的应用，创新疾病预防模式。

Figma开发者模式重磅更新：彩色批注与MCP协议双重升级，设计转代码效率暴增

Figma开发者模式迎来重大升级，核心改进包括：1）彩色交互式批注系统，通过颜色分类标注设计意图，支持动态关联和智能显示；2）MCP协议升级，支持传输设计系统规则和本地资源，赋能AI编码工具精准生成规范代码；3）新增Ready for Dev视图等协作功能，优化设计交接流程。此次更新显著提升设计与开发协作效率，通过结构化数据传输减少人工调整，但存在一定技术门槛。Figma计划未来推出远程MCP支持，持续优化AI代码生成质量，推动行业协作标准升级。

东京大学推出 AI 语音服务，助力老年人早期识别认知障碍

东京大学孵化的IGSA公司推出老年人脑健康服务"聊聊吧"，用户通过LINE与AI进行2分钟语音对话即可评估认知状态。AI分析语音特征和语言表达，将结果分为A-D四个等级，并提供15分钟深入评估和健脑建议。相比传统测试，该服务采用自然对话方式减轻心理负担。早期免费体验一个月，正式版年费约73元人民币，可检测3次。公司计划将该服务纳入地方政府介护预防项目，目标是让脑健康检测像称体重一样便捷。

腾讯混元开源并发布 0.5B、1.8B、4B、7B模型

腾讯混元团队宣布推出四款开源的小尺寸模型，参数分别为0.5B、1.8B、4B和7B。这些模型专为消费级显卡设计，适用于笔记本电脑、手机、智能座舱、智能家居等低功耗场景，并支持垂直领域的低成本微调。这一举措进一步丰富了混元开源模型体系，为开发者和企业提供了更多尺寸的模型选择。这四款模型的推出是腾讯混元大模型持续开源的一部分，旨在为开发者和企业提供更多选择，以满足不同场景下的需求。目前，这些模型已在Github和HuggingFace等开源社区上线，并得到了Arm、高通、Intel、联发科技等多个消费级终端芯片平台的支持。

谷歌开源结构化信息提取工具langextract，可提供精确来源定位

谷歌发布开源Python库LangExtract，利用Gemini等大模型从非结构化文本中提取结构化信息。核心功能包括精准溯源、可靠结构化输出、长文档优化、交互式可视化和多模型支持。适用于医疗、文学研究和商业情报等领域，如从病历提取关键信息、分析文学作品人物关系等。该工具无需微调即可适配不同领域，显著降低技术门槛。项目地址：github.com/google/langextract

OpenAI重磅开源！GPT-OSS模型泄露，116亿参数MoE架构震撼曝光，AI新纪元来袭？

OpenAI或将推出开源模型系列"GPT-OSS"，参数规模20亿至120亿，采用MoE架构和高效注意力机制。核心技术亮点包括：1）116亿稀疏参数的MoE架构，128个专家模块提升推理效率；2）支持131k Tokens长上下文处理；3）64头GQA注意力机制优化计算效率。此举被视为OpenAI战略转变，可能对抗Meta等竞争对手。但高硬件需求（如1.5TB内存）可能限制普及。若属实，将深刻影响AI生态，为开发者提供更多创新机会。

文本转语音 AI 工具哪个好用？Elevenlabs 推新版本：支持 28 种语言 拥有 100 万用户

相关AI新闻推荐