Talk2Agent:面向文本智能体的语音接口基准测试
研究者提出 Talk2Agent,用于评估语音接口向基于 LLM 的计算机使用智能体传达口语指令的效果,任务源自 WildClawBench 和 OSWorld。
研究者提出 Talk2Agent,用于评估语音接口向基于 LLM 的计算机使用智能体传达口语指令的效果,任务源自 WildClawBench 和 OSWorld。
研究提出 Speaker Handles,用软 token 表示把声学说话人身份暴露给冻结的文本 LLM,实现跨会话的说话人相关推理。其轻量投影器参数不足主干 0.1%,在 VoxCeleb1 上达 97.40-98.36% 准确率,在 SpeakerBind 上为 70.40%,接近 71.88% 的 topline。
研究者提出 SEAR,一个包含四项任务的 AQA 基准,通过声学证据识别与量化、深度伪造检测和取证理由生成来评估基于 ALM 的音频深度伪造检测。同时提出 BAEA,为冻结的 ALM 配备受控声学工具,采用固定或自适应证据获取策略。六种 ALM 的实验显示,合理解释与可验证声学证据推理之间存在明显差距,BAEA-Fixed 在两个评估分区上均改善了最终判定和取证理由。
一项研究提出面向恐音症的神经触发声抑制方法,可选择性消除触发声而非屏蔽全部声音。研究构建覆盖10类最常见触发声的数据集,采用在6 ms音频块上运行的流式双路径网络,探索单热与多热条件模型,从声场景中抑制1-3个触发声。30名临床恐音症困扰程度升高的成年人参与听音研究,报告抑制后音频的困扰与唤醒显著降低、效价改善。
Crab(Contrastive Representation and Multimodal Aligned Bottleneck)是一种双模态跨模态 Transformer 架构,融合 WavLM 语音表征与 RoBERTa 文本表征,并提出多层对比监督(MLCS)策略,在网络多层注入多正样本对比学习信号,推理时不增加参数。
StageMix 在新德里喜来登酒店举办 DAS Audio 系统演示活动,约 50 名客户及行业人士到场。DAS Audio CEO Manuel Peris 与东南亚及大洋洲销售经理 Luis García 出席,现场展示了 Ara 系列 Lara、Lara-Sub 及点声源系统,并演示了新一代 Event 系列的 Event-30A 与 Event-S218A。
美国诊断医学超声学会(SDMS)于今年 10 月参与庆祝医学超声宣传月(MUAM),2026 年主题为“Inside Images”,旨在表彰超声医师对患者诊疗的贡献。SDMS 联合 AIUM、ARDMS、ASE、CCI 和 SVU 共同推广该活动,并鼓励医疗机构、影像中心和教育机构开展表彰活动,使用 #MUAM2026 标签。SDMS 还提供 MUAM 资源和 2026 年主题周边。
Neumann 推出首个全球品牌活动 Hear the Moment,将麦克风、监听和软件产品组合纳入统一传播平台,聚焦制作全过程中的参考级音质。品牌影片与艺术家及专业制作团队合作完成,明确未使用生成式 AI,强调人的创造力。活动率先在德国、英国和美国上线,亚太市场计划于 2027 年启动。
ETS-Lindgren 将于 10 月 17 日至 20 日在新奥尔良 Ernest N. Morial 会议中心举办的 2026 Healthcare Design Conference + Expo(展位 #2627)展示 MRI 射频屏蔽产品与服务,包括 EVO 系列 MRI 射频屏蔽门及 ClearShield S-Glass、氧气监测系统(OMS)等配件。
听力健康基金会发布 2026 年度影响力报告,汇总听力恢复项目(HRP)与新兴研究资助(ERG)支持的多项听觉与平衡研究成果。ERG 科学家发现衰老大脑会放大退化听神经输入且与更差脑结构相关,锌信号抑制或可同时恢复听阈并抑制耳鸣相关神经亢进,耳蜗植入者佩戴时间下降者一年后表现明显更差。HRP 团队还报告了生成功能性人类听觉神经元的突破性方案。
Bose 公司宣布收购位于澳大利亚墨尔本的 Firelight Technologies,后者是 FMOD 的开发商。Bose 表示此举旨在扩展其互动音频业务。
Headfonia 将延续往年做法,在 2026 年跟踪报道 High-End 的 World of Headphones 展会,其中今年首站为达姆施塔特站。原文未披露该站的具体日期、参展厂商或展出型号。
成均馆大学 Nae-Eung Lee 团队研发出可拉伸压电纳米复合材料,并据此制成模拟海豚听觉的"人工超声感觉突触",相关成果发表于 Advanced Materials。
Mix Sound for Film & Television 年度活动于 9 月 26 日在索尼影业后期制作基地举行,吸引超过 500 名音频专业人士参加。活动包含多场后期声音专题讨论,涵盖声音心理、入行经验以及《Spider-Noir》和《Beef》等艾美奖获奖作品的声音团队分享。
Audien Hearing 宣布与演员 William Shatner 合作,推出名为“Boldly Hear What's Next”的推广活动,鼓励听损成年人采取行动改善听力。95 岁的 Shatner 本人使用 Audien 的 Atom X 非处方助听器,该产品配备可调节音量与聆听模式的触屏充电盒,并附赠一次免费的一对一听力专家 Sound Check 服务。
Audio-Technica 推出适用于 ATH-M50x 耳机的 HP-HBM50x 替换头梁,兼容 ATH-M50xBT2、ATH-M50xSTS 和 ATH-M50xSTS-USB 型号,可恢复原有外观与手感并延长耳机使用寿命。该头梁为原厂替换件,采用与原头梁相同的材料,附带螺丝刀即可安装,无需焊接或其他专门操作。
德国波鸿鲁尔大学团队发现,海鞘 Halocynthia papillosa 在 50 至 800 赫兹的低频刺激下主要因基质振动增强而收缩,即使水下声压级超过 130 分贝,只要基质振动低于反应阈值便无类似反应。研究在《Marine Biology》发表,指出仅靠声压不足以解释底栖生物的行为反应,后续需结合生理与神经生物学研究确认感知机制。
Emanuele Rossi 等研究者用模型合并将 NatureLM-audio 与其原始语言模型结合,在训练中未见过分类科的物种上取得 F1 相对提升超 200%,创下该评测的新最优。合并后模型在保持动物声音识别能力的同时,更能遵循多样化指令。相关成果在 NeurIPS 2025 非人类动物交流 AI 研讨会上展示,其经验已用于即将发布的 NatureLM-audio 2.0。
Black Lava Studios 在萨克拉门托一处改造的住宅车库内建成沉浸式音频工作室,由 Advanced Systems Group 设计并供应 9.1.6 监听环境。
Blackmagic Design 于 7 月正式发布软件直播音频调音台 Fairlight Live,可运行于 macOS 或 Windows,免费提供。该软件支持数千音频通道、SMPTE 2110 广播流程及环绕声与沉浸声混音,并可与 ATEM 切换台配合实现最多 128 台摄像机的 AFV。配套三款 Live Audio Panel 硬件面板,最多 40 个推子。
sensiBel 推出 NOVA32 开发平台,采用 32 颗 SBM100B 光学 MEMS 麦克风组成螺旋阵列,通过 XMOS XCORE.AI 处理器同步为单路 32 通道 24-bit、48kHz USB 音频输出。
BMW M GmbH 将一辆 BMW XM Label 改装为移动 DJ 舞台,搭载 dBTechnologies VIO C12 扬声器和 VIO S118R 超低音,由德国 FS-Veranstaltungstechnik 负责技术制作。
针对礼拜现场乐队中鼓手、贝斯手或吉他手临时缺席的情况,可通过调整混音填补频率空缺。方法包括为非洲鼓底部加装话筒以补足低频,或在钢琴缺席时提升原声吉他的中高频、贝斯缺席时提升电吉他低频。目标并非完全填满频率缺口,而是让空缺不那么明显,同时需重新评估整体混音平衡。
临床心理学家 Jennifer Gans 指出,耳鸣并非在夜间真正加重,而是夜间外部声音减少、注意力转向内部、疲劳降低调节能力,加上大脑将睡前流程与耳鸣关联形成预期性耳鸣,使声音更易被察觉。她建议打乱睡前流程、识别预期性念头、用“我安全”“这是大脑产生的良性声音”等语言安抚神经系统,并借助轻柔背景声引导注意力,目标不是消除声音而是让神经系统平静。
Bodo Felusch 在 ProSoundWeb 撰文分析线阵列波导机械精度与电子同步的关系:20 kHz 下可接受相位差为四分之一波长(90 度),对应机械公差窗口 4.3 mm,等效电子时间差约 12.5 μs;而 10 米距离上 1°C 温差造成的传播延迟差约 51 μs,是电子误差预算的四倍。
制作人 Noah Strik 三年前携 Audient EVO 8 四通道音频接口前往尼泊尔录制 EP,因地震改变计划,最终发展为 70 分钟纪录片《Project Nepal》。
俄勒冈州立大学团队在俄勒冈近海觅食鲸鱼周边四次布放并回收 AZFP-nano 水面漂流浮标,用于研究捕食者—猎物动态,期间遇到座头鲸、蓝鲸和长须鲸集群。该浮标核心是一台紧凑轻量的单频 200 kHz 科学回声测深仪,为 AZFP 的小型化版本,采用标准 D 型电池供电。团队同时布放一台搭载水听器的漂流浮标记录鲸鱼发声行为,原型在野外工作良好。
Sonuscore 为 THE PULSE 制作引擎新增 Synth Wave 与 Epic Atmospheres 两个扩展包,使该引擎的扩展包总数达到四个。Synth Wave 包含 20 个预设,主打脉冲贝斯、琶音、主音与怀旧和弦;Epic Atmospheres 同样包含 20 个预设,围绕温暖模拟合成器、深沉持续音与宏大混响构建,灵感来自《银翼杀手》系列配乐。
Yorkville Sound 为 PSA28W 和 PSA26W Paraline 紧凑线阵列扬声器推出白色版本,面向需要与建筑环境融合的礼拜场所、活动空间等固定安装场景。
AES Show Nashville 2026 将于 10 月 30 日至 11 月 1 日在 Gaylord Opryland Resort & Convention Center 举行,重点聚焦沉浸式与空间音频的制作与回放。
十月 JASE 在线发表原创研究,发现儿童癌症幸存者静息状态下的自然剪切波速度与心肺适能受损相关。Jens-Uwe Voigt 指出,自然剪切波成像或有助于在静息条件下检出与心肺适能下降相关的心脏功能细微改变。本期还收录二尖瓣反流右室应变、二尖瓣环分离、中度主动脉瓣狭窄干预、心包积液定量及胎儿房间隔瘤与心律失常等主题。
《Journal of Ultrasound in Medicine》EarlyView 刊文指出,既往透视检查可能高估儿童肛门直肠畸形中独立超声造影的准确性。该研究提示,在评估超声造影单独诊断表现时需考虑此前透视检查带来的偏倚。
Sonuscore 为 The Pulse 推出 Synth Wave 和 Epic Atmospheres 两款扩展包,各含 20 个预设,售价均为 29 欧元。
Decware 创始人 Steve Deckert 本月一个周二下午将静电面板与一对被他称为“610s”的音箱同时接入同一音源、各由独立功放驱动,称效果胜过现场音乐。他未提供测量数据、两对音箱间距或盲听对比,也未说明当天是否有其他人听到相同结果。
Voice Coil 2026年10月刊聚焦功放模块的演进与选型,从早期混合设计到Class-D、DSP、网络化及GaN方案,并介绍Aurio Acoustics的独立扬声器测量与开发设施。
独立测试显示,SMSL PL200 MKII、FiiO DM13、Fosi Merak、SMSL PL20 和 Shanling EC Play 等现代 CD 机未能对带预加重标志的早期 CD 施加去加重,导致高频被保留最多约 10 dB。
GamesSoundCon 2026 将于 10 月 20-21 日在加州 Burbank 的 Marriott Burbank Convention Center 举行,线上与线下报名已开放。
Technics 发布旗舰头戴耳机 EAH-A1000,距上一代旗舰 EAH-A800 已有四年。该耳机采用新开发的 40mm 磁流体驱动单元,并沿用其 Hi-Fi 音箱的振膜技术,包括有助于保持振膜形状、减少形变的对称环绕技术(SST)边缘,同时设计新声学路径与 Baffle Flat Structure 以减少声音反射。
Arturia 推出 Pigments Play,这是其旗舰软合成器 Pigments 的精简免费版本,现已开放免费下载。该版本内置超过 100 个音色,涵盖键盘、铺底、贝斯与主奏,并支持模态、粒子、波表、采样、谐波与虚拟模拟合成,提供超过 50 种滤波器模式和 20 种效果。它可脱离 DAW 独立运行,也兼容 MiniLab、KeyLab、KeyStep 等 Arturia 控制器。
NICEHCK NX8Ti 限量版是一款售价 399 美元的 8 单元混合入耳式耳机,采用一圈六铁一压电陶瓷单元的四分频架构,分频网络使用 Rubycon 聚合物多层电容。评测认为其低频深沉有力、中频自然、高频清晰,整体调音成熟全能,但在录制不佳的曲目上可能偏刺,线材外皮偏硬。