voice

OpenAI宣布Decisions API正式可用，基于GPT-6 Luna，面向有界答案的快速决策场景，速度比通过Responses API调用GPT-6 Luna快达10倍，并新增GPT-Live原生集成、提示缓存与推理驻留等功能。

Koi 是一款 Mac 应用，将听写工具、会议记录器和 AI 助手三合一，支持离线无限听写、屏幕感知的 AI 助手以及无需机器人入会的通话录制与笔记生成。

Photon 2.0 发布：开发者可以通过一键部署，将 AI 智能体同时接入 iMessage、语音、邮件、WhatsApp、Telegram 和短信平台，推动消息类智能体走向主流。目前处于公测阶段，并为开发者提供 100 美元的免费额度。

OpenAI 宣布推出 GPT-Live-1.1，为 ChatGPT、Codex 等产品带来新声音、更好的口音表现以及更少的延迟，并新增法语、德语、印地语、墨西哥西班牙语、韩语和日语语音，今日向所有用户推送，API 支持即将到来。

LlamaForge v0.16 推出了一款免费开源的 llama.cpp 浏览器控制面板，新增了名为 Embers 的本地代理功能，要求代理逐字引用来源并由代码校验引用真实性，另附本地语音播报功能。

Dodaios 的维护者展示了一款 Apache 2.0 开源桌面 AI 代理应用，可在本地 Ollama 模型（Qwen3.5:9b 和 Qwen3.8-16gb）上运行多代理任务，并坦诚说明了本地模型在工具调用上的局限。

Marv 是一款 AI 光标助手，用户只需按住快捷键即可询问屏幕上的任何内容，它会朗读答案，并在屏幕上绘制箭头、圈出按钮、添加标注，引导用户完成调试代码、编写电子表格公式或操作各类应用等任务。

Google 发布了新的 Gemini 模型，包括 Gemini 3.8 Live 和 3.5 Transcribe，旨在增强实时语音应用，为开发者提供改进的对话式 AI 和多语言转录功能。

TechCrunch的Equity播客采访了Sandbar联合创始人兼CEO Mina Fahmi，谈论Stream智能戒指以及为什么语音是AI可穿戴设备的未来。

Airy 是一款在 Hacker News 上展示的免费、快速、简单的语音内容创作工具。

Gemini Live API 支持与 Gemini 进行低延迟、实时的语音和视觉交互，处理连续的音频、图像和文本流，用于构建自然的对话代理。

Heard 是一款为 Claude Code 和 Codex 添加语音功能的产品，可以实现与这些 AI 编码助手的语音交互。

ChatGPT Voice 现已在桌面端向所有付费套餐推出，让用户能够与 AI 助手进行语音交互。

分享 Claude 语音功能的链接。

OpenAI在桌面端推出了ChatGPT语音功能，支持语音控制电脑和协调多个代理，基于GPT-Live，即日起全球上线。

OpenAI 已在桌面应用中推出 ChatGPT Voice，允许用户通过语音控制电脑并指挥多个智能体，该功能由 GPT-Live 提供支持。正在向 macOS 和 Windows 上的付费计划全球推出。

OpenCode Superapp 将 Codex 的能力与本地托管的 AI 模型以及语音编码功能相结合。

文章讨论了语音技术在人工智能中的重要性。

一个用于在 iOS 和 Mac 上进行听写的私有语音环，通过 Stream 实现通用听写。

Cicero 项目支持与 AI 代理进行自托管、双向语音对话，可本地运行 TTS/STT，并能集成多种代理协议和工具（如 Claude Code 和 Hermes Agent）。