AI 语音与音频的进展：语音合成、实时对话、音乐生成与音频理解的模型与产品。
OpenAI 在 Hugging Face 发布 Whisper large-v3-turbo，它是 Whisper large-v3 的剪枝微调版本。模型将解码层从 32 层减少到 4 层，因此速度更快，但会有轻微质量下降；参数量为 809 M，支持在 Hugging Face Transformers 中用于自动语音识别、语音翻译和时间戳预测。
推荐理由：模型卡同时给出结构变化与部署示例，便于评估语音转写场景中的速度和质量取舍。
Suno 推出早期测试版 Covers 功能，可将语音备忘录或完整制作的曲目转换成新风格，同时保留原始旋律。该功能面向所有 Pro 和 Premier 订阅用户开放，起始提供 200 次免费 Covers，之后每次生成消耗 10 credits。Suno 提示测试期可能出现未按预期改编、返回原始片段等情况，并通过应用、Discord 或 [email protected] 收集反馈。
推荐理由：原文说明了适用对象、操作路径和计费方式，便于订阅用户评估试用成本。
OpenAI 在 Hugging Face 上发布 Whisper large-v3，用于自动语音识别和语音翻译。
推荐理由：原文交代了训练数据、结构差异和误差下降幅度，便于比较 large-v2 与 large-v3 的改进。