Deepgram 如何用 AWS Trainium2 优化大规模语音 AI 推理
Deepgram 与 AWS 合作将 Nova-3 语音转文字模型移植到 Trainium2，用于联络中心分析、医疗转写等离线批处理场景。最终配置在单台 Amazon EC2 trn2.3xlarge 实例上运行 8 个模型副本，每美元处理的音频量比原有算力方案高 11%–70%。优化包括 TorchNeuron 原生 PyTorch 编译、NKILib 融合内核替换与手写 NKI 内核调优。
#语音
AWS Machine Learning BlogAI 评分2929 TechCrunch · AIAI 评分5252 Otter.ai 获 General Catalyst 增长基金 3.2 亿美元投资
会议记录工具 Otter.ai 周二宣布从 General Catalyst 的 Customer Value Fund 获得 3.2 亿美元，该基金以不稀释股权的方式提供资金。Otter.ai 表示这笔钱将用于企业业务增长、市场推广、国际扩张和产品创新。公司称累计用户已达 4000 万，高于去年的 2500 万，去年年度经常性收入突破 1 亿美元，但未公布最新的月活或流失率数据。
TechCrunch · AIAI 评分5050 Yelp 上线 Check for Me：AI 语音智能体代用户致电餐厅查询等位时间
Yelp 在餐厅页面推出 Check for Me 功能，用户输入用餐人数和手机号后，AI 智能体会代为致电餐厅查询等位时间，并以短信回传结果。Yelp 同时为 AI 助手接入 OpenTable 以便在应用内直接订位，并支持记住历史对话中的偏好、查看过去 30 天聊天记录和设置自定义提醒。
The DecoderAI 评分7272 ElevenLabs 发布两款面向实时 AI 对话的语音到语音模型 Eleven Realtime
ElevenLabs 发布两款名为 Eleven Realtime 的语音到语音模型。其中 Max 版本在 Big Bench Audio 基准上得分 98.8%，响应时间为 0.57 秒；ElevenLabs 称目前 Artificial Analysis 榜单上没有模型能同时做到更快且更准确。
The DecoderAI 评分7575 Mistral AI 发布 Voxtral 3 实时语音智能体模型系列
Mistral AI 发布 Voxtral 3 系列模型，面向实时语音智能体，包含语音转写模型 Voxtral Small Transcribe 3、文本转语音模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。
Mistral AI精选AI 评分8282 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说话整合进一条实时流式管线，每轮响应在 1 秒内完成。
推荐理由：原文给出语音智能体 SDK 与转录、合成模型的完整规格和定价，可据此评估实时语音工作流的落地成本。
Twitter OpenAIAI 评分4848 GPT-Live-1.1 更新多语言语音
新语音。更好的口音。更少的“检查中……” GPT-Live-1.1 为 ChatGPT、Codex 和 dots 中的 Voice 带来这些更新，新增法语、德语、印地语、墨西哥西班牙语、韩语和日语语音。 今日起向所有用户推送。即将登陆 API。