Falcon ASR：Hugging Face发布1.6亿参数的阿拉伯语语音识别模型

NVIDIA Nemotron 针对沙特阿拉伯方言进行微调，拓展至其他语言

Open TTS Leaderboard：开源多语言语音合成模型评估平台发布

Saaras V4 发布：多语言语音识别模型的最新进展

推荐理由：Saaras V4 在多个语言和语音识别基准上取得了领先性能，支持多种转录格式，适用于多语言语音应用。

Hugging Face发布Real World VoiceEQ：衡量语音AI的人类质量

推荐理由：该研究提出了一个新的语音AI评估基准，有助于更全面地评估语音AI的真实表现，对语音AI领域具有重要意义。

Sarvam Audio：超越转录的语音识别技术

推荐理由：Sarvam Audio 在印度语音识别领域提出了创新解决方案，支持多种转录格式、多说话者分离和上下文感知，为语音交互应用提供更精准的理解和交互体验。