特斯拉 Automations 自动化功能现身海外版固件，此前已在中国市场率先落地

特斯拉 Automations 自动化功能已在海外版最新固件中完成英文界面打磨，仅由功能开关隐藏，此前该功能已率先向中国大陆车主推送。Automations 采用“如果这样，就那样”逻辑，可组合触发器、条件与动作，但仅在中控屏点亮时运行，且 Autopilot 或 FSD 开启期间无法触发。该功能可能入选今年海外假日更新，CarPlay 也或同期上线。

xAI 推出 The X Subscription，整合 Grok、Cursor 与 X Premium

xAI 推出 The X Subscription，将 Grok、Grok Bot、Cursor 和 X Premium 合并为一个订阅方案，并在未来几天面向全球用户开放。

Veda 发布常驻任务栏的语音智能体操作系统

Veda 是一个常驻任务栏的语音智能体操作系统，可通过“Hey Veda”唤醒并操作应用、文件、音乐、设置和计时器。它基于 Deepgram Voice Agent API、Nova-3 与 Flux，默认使用 Aura-2 Helena 和 gpt-4.1-mini；系统会对敏感和破坏性操作强制请求许可，并把记忆保存在本地 memory.json。

Ringee 推出面向人工团队与 AI 语音智能体的开源通话基础设施

Ringee 发布开源通话基础设施，把人工销售团队和 AI 语音智能体放在同一通话栈中，支持浏览器、移动端、Chrome 扩展、CLI、API 与 MCP 接入。

比亚迪与荣耀达成战略合作：支持 YOYO 远程控车、手机镜像等

比亚迪宣布与荣耀战略合作，共创 AI 语音融合，通过 A2A 打通车机与手机语音智能体，将手机 AI 能力和服务带入座舱。比亚迪将支持 YOYO 远程控车（语音寻车、语音备车）、手机镜像桌面全量 App 上车，以及 YOYO 全技能上车。双方还将在跨端生态、AI Agent 融合、高精度蓝牙车钥匙等领域深化合作。

前 Plaud 高管创办 Ambi 融资 2600 万美元，推出持续监听的 AI 助手应用

前 Plaud 高管 Peter Mo 创办的 AI 助手 Ambi 宣布完成多轮共 2600 万美元融资，由 Luminous Ventures 和华勤领投，并推出 iPhone、Mac 和 Apple Watch 应用。

安克 AI 会议耳机飞书版开售：支持全场景录音，首发价 1799 元

安克与飞书联合推出的安克 AI 会议耳机飞书版今晚 20:00 正式开售，首发价 1799 元，首发补贴价 1376.23 元。耳机支持线上线下全场景录音，兼容飞书、钉钉、腾讯会议、Teams、Zoom 等 App，并集成飞书 AI 生态，可实现 AI 纪要整理、实时翻译及豆包问答分析。

海尔推出 M1 Plus 智能晾衣架：支持 AI 离线语音，689 元

海尔推出 M1 Plus 电动智能晾衣架，首发价 689 元起，主打无需联网、无需音箱的 AI 离线语音控制，支持连续对话及语音控制升降、照明。该产品拥有 80 个晾晒位、39.7 英寸 24W 照明、35kg 动态承重，整机厚 8.5cm，并支持位置记忆、手势感应上升和遇阻回弹。

免费 YouTube Transcript Generator：无字幕视频也可转文字

YouTube Transcript Generator 是一款免费在线工具，可用 AI 语音识别把无字幕 YouTube 视频转成带时间戳的文字，并生成摘要。它无需下载或注册，支持粘贴公开视频链接，并可导出 TXT、SRT、DOCX 格式。页面称其已有 10M+ 用户和 8,000+ 团队使用。

BetterWispr 推出适用于 Mac 的免费开源语音输入软件

BetterWispr 是一款适用于 macOS 14 及以上版本的免费开源语音输入软件，推荐 Apple Silicon 使用，采用 Apache 2.0 许可证且无需账号。

Show HN：Mira，AI 步行游览导览

Mira 是一款 AI 音频导游，可在街景中讲解用户周围的地点与景观，让用户在桌前游览任意城市。旧金山与巴黎的游览无需注册即可开放，其他城市及自建游览需登录，新用户可获得 30 分钟免费时长。

PolyAI 与 Otter 高管：语音 AI 尚未迎来 ChatGPT 时刻

PolyAI CTO Shawn Wen 认为，全双工模型已能边听边说，但语音 AI 仍需更快推理才能实现自然对话，尚未迎来“ChatGPT 时刻”。Otter CMO Alex Gay 指出，说话人识别、意图捕捉、组织知识结合及 ASR 转写准确性仍是自动化关键，双方均强调应向用户透明告知正在录音或与 AI 通话。

Canarics Radio 推出完全由 AI 主持并可回拨听众的实验电台

Canarics Radio 是一个完全由 AI 运行的实验电台，两名 AI 主持人分别用拉脱维亚语和英语讨论新闻，每天多次更新且无人参与流程。听众留下电话号码后，语音助手会回拨收集问题，主持人在后续节目中回答，回拨覆盖欧洲、美国、加拿大、澳大利亚和新西兰。

“第二代豆包手机”努比亚 NaviX Ultra「内测实验室」计划即将开启，10 月 14 日直播

努比亚宣布“第二代豆包手机”努比亚 NaviX Ultra「内测实验室」计划即将开启，面向尝鲜用户开放内测资格，并将于 10 月 14 日 19:00 举行首场进化直播。该机于 9 月 16 日发布，售价 5999 元起，内置 Seed 最新全双工语音大模型，支持一句话让 AI 跨应用执行复杂任务。

Show HN：可运行的 Celery Man 电脑

开发者借助 Minimax H3 Max / Audio 与 GPT-6 Luna 模型，重现了 Tim & Eric 经典小品《Celery Man》中的电脑。该实现与原脚本保持 100% 一致，并支持用户生成任意请求内容，如 doggy woof woof man 或 potato boy。

Audio Converter AI 免费在线音频转文字服务

Audio Converter AI 提供免费在线音频转文字服务，可生成带说话人标签、时间戳的可搜索、可编辑文字稿及 AI 摘要，适用于讲座、会议、播客等场景。该服务拥有 5M+ 活跃用户、50K+ 五星评价与 98.3% 满意度，文件传输和存储均加密，处理后自动删除，并提供免费方案。

安卓版谷歌翻译酝酿 Smart assist 功能：先梳理语音表达再精准翻译

安卓版谷歌翻译被曝正在开发 Smart assist 功能，可在翻译前整理语音输入，去除填充词和反复修正的表达。该功能在 10.39.34.995726622.4-release 版应用代码中被发现，设置中或提供逐字翻译与 Smart assist 两种选项，目前似乎仅计划支持对话模式，Listening 模式和 Text only 模式不可用。

两公司茶吧机搭载“小爱小爱”语音指令被判对小米构成不正当竞争

浙江省慈溪市人民法院审结一起语音唤醒词不正当竞争纠纷案，认定某电器公司及某电器科技公司在智能语音茶吧机上使用“小爱小爱”构成对小米“小爱同学”的不正当竞争。法院认为“小爱同学”已与小米人工智能语音交互引擎及相关产品建立识别联系，近似唤醒词易使公众误认存在授权或技术关联。一审判令两公司分别赔偿8000元和1.5万元并停止生产、销售相关产品，宁波中院二审驳回上诉、维持原判。

Autonomous Lamp 机器人台灯开售并更新语音、环境感知与快速推理能力

Autonomous Lamp 机器人台灯以 499 美元开售，原价 999 美元，页面称产品将于 11 月 30 日免费发货。

实验团队让 AI 致电旧金山 1000 家商家，仅三分之一在表明身份后继续通话

一支团队在 SF Tech Week 期间让 AI 语音智能体致电旧金山 1000 家不同行业商家，每通都自报为 AI 并提出贴合业务的问题，仅在营业时间拨打。

伪装成真人的 Meatpuppetry 比纯粹的 AI 造假更令人不安

药店电话和银行邮件中的 AI 被包装成真人“Caroline”“Sarah”，不标注 AI 身份，被问及时还自称人类。它们起初语气、动作和背景音逼真，但随后会暴露出类似 ChatGPT 的机械、无法解决问题的回答。

LocalMind：可在手机本地离线运行的隐私 AI 助手

LocalMind 是一款完全运行在手机 CPU/GPU 上的隐私 AI 助手，无需账号、云端 AI 与追踪，聊天、文档和笔记均只存储在设备本地，下载模型后可离线使用。

Fleeting：用仿真会议音频伪装忙碌的职场自卫工具

Fleeting 播放约 12 分钟的虚构会议录音，用户可在后台外放，让周围人以为自己正在开会。所有声音均为合成、面孔为 AI 生成或授权素材，会议从随机位置开始，还可开启"Back-to-back meetings"自动衔接下一场。

SpeakoFlow 开源语音听写与 AI 助手支持 Windows、macOS 和 Linux

SpeakoFlow 是一款免费、开源、默认本地运行的语音听写与 AI 助手，支持 Windows、macOS 和 Linux，可通过快捷键在任意应用中听写、提问和连续对话。

Show HN：VendIQ——面向供应商跟进与运营自动化的 AI 智能体平台

VendIQ 推出面向供应商跟进与运营自动化的 AI 智能体平台，提供覆盖 25 个行业的 1,200+ 预置智能体，可分类记录、催办逾期供应商、审计发票并上报异常。平台接入 1,000+ 运营连接器与 1,034 个官方 MCP servers，并支持通过 CALL-E、Vapi、Retell、Twilio 发起外呼；高影响操作默认需人工审批。

SpectroMood 开源实验发布：用 Cloudflare Clef 决策模型检测语音情绪

SpectroMood 是一个开源语音情绪检测实验，把语音转成标注图像、相对说话人平静基线的声学测量和情绪提示，再由 Cloudflare Clef 输出 angry、fearful、happy、sad、neutral 的概率。

开源电子书管理器 Calibre 9.16 发布：新增 Kokoro 语音，改进 PDF 支持

开源电子书管理软件 Calibre 发布 9.16 版本，朗读功能在 Piper 后端下新增 Kokoro 语音，首次使用自动下载语音文件。新版改进 PDF 导入，支持识别从右至左文本和多栏页面，并修复竖排文字转换等问题。此外，书库管理性能提升，新闻下载器新增 Camoufox 支持，Check Book 工具与 Kobo 固件兼容性也得到优化。

在 AI 行业工作后育儿方式大不同：旧金山父亲让 bot 给婴儿读书引热议

AI 公司 Factory 的旧金山软件工程师 Alvin Sng 称，可训练 AI 模型模仿自己的声音给新生儿读书，相关帖文获得 450 万次浏览并引发批评。帖文已删除，许多网友认为这是在育儿中误用 AI；报道还称，90% 的父母表示 AI 让养育孩子更容易。

Omnichannel Context-Carrying Agent：跨 email、语音与 SMS 携带客户上下文的 AI 智能体

Omnichannel Context-Carrying Agent 是一个基于 Python 与 Flask 的示例 AI 智能体，可在 email、语音和 SMS 之间携带客户上下文，避免客户重复说明问题。

Cactus Compute 发布 16.9 MB 端侧语音识别模型 Whistle

Cactus Compute 发布语音识别模型 Whistle，单文件 16.9 MB，可在 CPU 上无依赖运行，面向手机、可穿戴设备、机器人、智能家居、汽车和微控制器。

Encrypted Word Hunt：AI 不直接听音也能理解你所说内容的游戏

Encrypted Word Hunt 是一款让 AI 在不直接听到语音的情况下理解玩家话语的游戏，玩家需找出三个秘密。游戏支持使用自有密钥，自行生成密钥可保证结果不被他人看到，但需生成并上传 1.2 GB 公钥材料，在慢速网络下耗时数分钟。

Dialtrace 发布：测量语音 AI 电话中的静音与延迟来源

Telnyx 前沿部署工程师 shahinhuseyngul 开源 MIT 许可工具 Dialtrace，用于把运营商通话事件和语音 AI 管线阶段绘制到同一时间线。

WIKO Hi MateBook D 14 锐龙版发售：AMD R7 H 255、16+512GB 售 5799 元

WIKO Hi MateBook D 14 锐龙版正式开售，搭载 AMD 锐龙 7 H255 处理器，配备 16GB 内存与 512GB 固态硬盘，售价 5799 元。

Show HN：VoiceGremlin，面向 AI 电话智能体的自动化测试 SaaS 工具

VoiceGremlin 是一款针对 AI 电话智能体运行自动化测试的 SaaS 工具。用户可通过 API 提交电话号码与测试项，例如验证智能体是否在首条消息中说明 AI 身份及录音情况；接口会返回 run_id、排队状态及测试通过结果。

Google 的 AI 电话功能或将代你与家人通话

Google 搭载 Gemini 的 Call for Me 功能上月在 Pixel 手机推出，最初用于让 AI 代打本地商家电话、处理杂事，现出现扩展迹象。Android 早期版本在 Gemini Calling 部分出现向家人朋友发送简短近况的选项，例如告知妈妈“会迟到 15 分钟”。目前这些选项是否进入正式 Android 版本尚不确定。

Friday：基于 Flutter 构建的语音个人 AI 伴侣

语音个人 AI 伴侣 Friday 基于 Flutter 构建，AI 后端通过 Groq API 调用 Llama 3.3 70B，支持长期记忆、实时联网、工具调用与后台主动提醒。它覆盖 Android、iOS、Web、桌面端，支持英语、法语、德语、西班牙语、印地语，个人记忆存储在带 RLS 的 Supabase 中，项目采用 MIT License。

Show HN：无后端的 macOS 实时销售通话教练应用

NiteBlend OU 推出 macOS 应用 AI Sales Call Coach，售价 $29.99，在销售通话中提供实时话术建议、带标注的实时转写与通话后反馈，并支持与 AI 买家模拟演练。

TII 发布 Falcon-ASR：1.6B 参数阿拉伯语语音识别模型

阿布扎比 Technology Innovation Institute（TII）发布 1.6B 参数语音识别模型 Falcon-ASR，重点支持阿拉伯语和阿联酋方言，并支持英语、法语、西班牙语、葡萄牙语。

Sarvam AI 发布语音识别模型 Saaras V4

Sarvam AI 发布新一代语音识别模型 Saaras V4，采用音频编码器加内部从零训练的 3B 混合状态空间 LLM 解码器。模型支持 transcribe、translate、verbatim、translit、codemix 五种转写模式，覆盖 22 种印度语言和英语，并针对噪声、代码混用和方言变化设计。

🚨 AI News | TestingCatalog@testingcatalogAI 评分6262

Sesame 语音助手迎来重大升级，新增更具表现力的模型、图像生成、连接器和 computer use 等能力。TestingCatalog 称，Sesame 现在可以通过语音操作 Devin、Codex、Claude Code 等编码智能体。Sesame 官方表示语音助手现已面向所有人开放，眼镜产品计划于 2027 年推出，iOS 链接为 https://ses-a.me/kdq6join，Android 链接为 https://ses-a.me/tessiois。