发布于 2026-09-30 08:00
AssemblyAI 谈环境 AI 记录工具如何适配兽医与法律场景
AssemblyAI 发文分析环境 AI 记录工具在兽医与法律场景的适配差异，指出兽医问诊是兽医、宠物主与护士的三方对话，且伴随犬吠等非语音噪声，对说话人分离和短时轮换提出更高要求。其 Universal-3.5 Pro 以联合方式生成转写与说话人变更，并针对 cpWER 优化，可配合上下文提示引入药物与品种词汇。
#技术/研究
#技术/研究
今日 53 条AssemblyAI Blog AssemblyAI Blog 发布于 2026-09-30 08:00如何为教育平台评估语音转文字 API（2026）
AssemblyAI 发文梳理教育平台评估语音转文字 API 的要点：评估集应以学生音频为主，覆盖口音、儿童语音、远场教室拾音和语码转换，而非干净的教师讲课录音。长音频需区分归档回填与持续采集两类负载，关注季节性、吞吐上限和并发限制。
AssemblyAI Blog 发布于 2026-09-30 08:00AssemblyAI 发布语音智能体上线运行手册：流量爬坡、回滚与值班
AssemblyAI 发布语音智能体上线运行手册，提出按对话数而非时钟时间设置影子、金丝雀、早期、多数和全量五阶段流量爬坡，并保留对照组。手册要求回滚阈值绑定控制组数据，以遏制率下降、转人工激增和重复话语率等指标触发回滚，并指出语音智能体故障是部分且对话式的，延迟和成本随对话长度变化。
IOA 科研进展精选 发布于 2026-09-30 08:00中科院声学所提出基于蜂窝结构低频局域共振的高分辨率成像检测新方法
中国科学院声学研究所噪声与音频声学实验室原野、刘斌等人提出一种基于蒙皮局域共振模式的高分辨率成像检测新方法，用于蜂窝结构蒙皮-蜂窝芯脱粘缺陷检测。研究发现蜂窝结构在低频范围内存在由蒙皮局域共振引起的特殊振动模态，完好区域蜂窝孔洞处与芯壁连接处信号幅度差可达约20 dB且呈周期性变化，脱粘时该周期性差异消失。
DPA Microphones 发布于 2026-09-30 08:00Andreas Adelhofer 谈巡演中使用 DPA 麦克风与 N-Series
小提琴家 Nigel Kennedy 的制作经理兼音响工程师 Andreas Adelhofer 在近期约 40 场英国巡演中选用 DPA 麦克风，以保证从最弱段落到最强峰值、从钢琴到低音提琴的拾音保持中性干净。他表示 N-Series 数字无线系统将同样的清晰度带入无线传输，调谐范围 470–870 MHz，可充电电池每次充电约 13 小时。
AssemblyAI Blog 发布于 2026-09-30 08:00AssemblyAI 详解关键术语提示为何反而降低转写准确率
AssemblyAI 指出，关键术语提示并非词典而是概率偏置，会在全篇范围内影响模型输出。其文档示例中，音频实际说 "Kelly Byrne Donahue"，加入相似关键术语 "Kelly Byrne-Donoghue" 后三次运行均被改写；而音频说 "Vertex"、关键术语为 "Vortex" 时三次均未翻转。
AssemblyAI Blog 发布于 2026-09-30 08:00如何用 Python 构建 AI 语音翻译器
AssemblyAI 发布教程，介绍如何用约 100 行 Python 代码搭建语音翻译应用，串联语音转文字、翻译和文本转语音三步，将英语录音翻译成西班牙语、土耳其语和日语并克隆原声朗读。
AssemblyAI Blog 发布于 2026-09-30 08:00AssemblyAI 解析 WER 基准为何可能误判转录模型表现
AssemblyAI 发现部分客户用传统 WER 基准测试其新模型 Universal-3 Pro 时，结果反而差于旧模型，原因是插入错误偏多。回听音频后确认，这些插入大多是人工标注漏掉的真实语音，在噪声、口音、重叠说话等困难音频上模型常优于人工标注。
AssemblyAI Blog 发布于 2026-09-30 08:00AssemblyAI 发布面向 2026 模型格局的提示工程速成课程
AssemblyAI 发布面向 2026 模型格局的提示工程速成课程，其 YouTube 版自 2023 年以来播放量已超 20 万次。课程涵盖提示的五要素、八条仍有效的技巧与输出控制方法，并指出结构化输出已获 API 支持，提示工程在音频场景下规则会反转。
AssemblyAI Blog 发布于 2026-09-30 08:00AssemblyAI 如何构建临床听写：Sync API 与 Dictation API 选型指南
AssemblyAI 发布技术指南，说明临床听写应如何在 Sync API 与 Dictation API 之间选型：前者返回逐字转写，后者同时返回逐字文本和经 llm.instruction 清理的可控版本。
AssemblyAI Blog 发布于 2026-09-30 08:00如何评估听写 API：五项标准与测试方法
AssemblyAI 发布听写 API 评估指南，提出清理质量、延迟、术语准确率、集成成本和合规数据流五项标准。其 Dictation API 默认开启清理，每次响应同时返回原文 text 和清理后 llm_response，llm_instruction 支持每请求最多 2048 字符的英文指令。指南建议用二十条真实杂乱语音对比各厂商输出，并测量 p50 与 p95 延迟。
AssemblyAI Blog 发布于 2026-09-30 08:00AssemblyAI 谈语音 AI 可观测性：智能体上线后需要埋点哪些信号
AssemblyAI 提出语音 AI 可观测性应覆盖传输、流水线和对话结果三层，并按延迟、准确率、对话与成本四类信号逐轮埋点。延迟需按语音转文本、LLM 首 token、文本转语音首字节等逐跳统计 P50/P95/P99，准确率可用词级置信度、实体捕获率和来电者重复率作代理指标。
AssemblyAI Blog 发布于 2026-09-30 08:00AssemblyAI 如何在上线前对语音智能体做负载测试
AssemblyAI 发布指南，说明语音智能体上线前需对语音转文本、LLM、文本转语音、工具调用和电话链路做负载测试，并区分并发、吞吐与时长三类失败。测试语料应取最差的 50 通电话，覆盖 8 kHz mulaw 电话压缩、含账号等实体内容、真实口音与背景噪声，评分时优先看实体准确率而非词错误率。
AssemblyAI Blog 发布于 2026-09-30 08:00AssemblyAI Universal-3.5 Pro 与 OpenAI Whisper 对比：准确率、幻觉与代码切换
AssemblyAI 发布 Universal-3.5 Pro 与 OpenAI Whisper 及 GPT-4o-Transcribe 的对比，称其幻觉比 Whisper 少约 30%，代码切换平均 WER 为 7.69，而 GPT-4o-Transcribe 为 44.58。
AssemblyAI Blog 发布于 2026-09-30 08:002026 年 Python 音频处理库推荐：从 soundfile 到 torchaudio 的现状与语音转文字 API 的适用时机
AssemblyAI 更新了 2026 年 Python 音频处理库清单，指出 Python 3.13 已移除 audioop 模块，导致 pydub 多数操作报错。
Hearing Health Foundation Blog 发布于 2026-09-30 08:00新发现的耳聋基因 TECTB 使耳朵对噪声更敏感
研究发现 TECTB 基因特定变异可直接导致听力损失，携带两份变异的小鼠出现盖膜结构严重破坏和深度耳聋，相关成果发表于 Advanced Science。携带一份变异的人类有明显听力损失，而单拷贝小鼠基线听力正常，但暴露于中等强度噪声后出现永久性严重听力损失，揭示该变异使耳蜗对噪声创伤更敏感。研究建议将 TECTB 纳入遗传性听力损失诊断 panel。
Mix Online 发布于 2026-09-30 05:02林肯中心爵士乐演出录音选用 Schoeps 麦克风追求声音真实
在纽约林肯中心爵士乐演出的档案录音、直播与流媒体工作中，Amplified Art and Sound 首席工程师 Todd Whitelock 选用 Schoeps 麦克风作为主阵列。
Hearing Health and Technology Matters 发布于 2026-09-30 04:30CHOICE 随机临床试验：助听器干预与老年 MCI 患者认知改善相关
9 月 28 日发表于 JAMA Neurology 的 CHOICE 随机临床试验显示，703 名 60 岁以上同时患有听力损失与轻度认知障碍（MCI）的上海老年人中，佩戴 Widex Evoke 双侧助听器组两年内进展为痴呆级损害的比例为 3.09%，低于听力教育组的 4.74%，但差异未达统计学显著。
Stereophile 发布于 2026-09-29 22:35Thorens TD 404 DD 唱盘与 TP 160 唱臂测量
Stereophile 刊出 John Atkinson 对 Thorens TD 404 DD 唱盘与 TP 160 唱臂的测量文章。原文未给出具体测量项目、数值或结论。
Sandy Brown 新闻 发布于 2026-09-29 21:37Sandy Brown 为 One Leadenhall 提供声学设计咨询
Sandy Brown 受委托为 One Leadenhall 提供从概念设计到竣工的声学设计咨询，涵盖建筑围护结构隔声、内部空间隔声、混响控制及建筑设备噪声与振动管理。围护结构内部噪声标准参照 BREEAM、WELL 和 BCO 指南，并针对轻质幕墙侧向传声、楼层间空气声与撞击声制定了楼板和隔墙详细规格。塔楼高处应急发电机带来隔振、内部传声和环境噪声外泄挑战，为此开发了专用隔离箱中箱设计。
Sandy Brown 新闻 发布于 2026-09-29 21:21格拉斯哥 Citizens Theatre 完成大规模翻新后重新开放
格拉斯哥 Citizens Theatre（The Citz）在经历大规模翻新与扩建后，于 2025 年 9 月重新开放。维多利亚时代原观众厅完成翻新，包括重新找坡的舞台、加高的吊杆塔、新座椅、新控制室和新通风系统；新建环绕式扩建部分设有黑盒工作室剧场、排练室、门厅与酒吧/活动空间、两间学习/活动空间及一个建造工坊。
Headphonesty 发布于 2026-09-29 20:37覆盖各频段的 50 首音箱测试歌曲清单
Headphonesty 整理了一份覆盖各频段的 50 首音箱测试歌曲清单，按低频响应与控制、中频清晰度与人声、高频细节、动态范围与瞬态、声场与结像等维度分类。每首曲目均标注所测特性及音箱表现不佳时的听感，如低频失控、人声发闷或结像模糊。文中还给出实际测试建议，并说明不同曲风与格式对音箱测试的影响。
Phys.org 水声检索 发布于 2026-09-29 20:00西蒙弗雷泽大学发布虎鲸叫声目录，可按声音识别种群与家族
西蒙弗雷泽大学开发出开放获取的 Orca Call Catalog，首次将数十年虎鲸录音汇集成可搜索的在线声音库，供研究人员和爱好者仅凭叫声识别不同生态型、氏族和家族群。该目录由 John Ford 与 SFU 的 HALLO 项目合作构建，可区分居留型、Bigg's 和远洋型三种生态型及其方言差异。
Journal of Ultrasound in Medicine (Wiley) 发布于 2026-09-29 13:59经阴道应变弹性成像用于深部子宫内膜异位症的方法学综述与标准化成像协议
一项方法学研究提出经阴道应变弹性成像（SE）用于深部子宫内膜异位症（DE）评估的标准化成像协议，并通过前瞻性观察队列验证其可行性。文献综述发现各研究在压迫控制、ROI几何与深度匹配、参考组织选择及可重复性方面存在显著异质性；采用该标准化协议可在宫骶韧带、直肠阴道隔和直肠乙状结肠前壁等典型部位稳定获得可解读的弹性图，病灶相对邻近非内异症组织持续表现为硬度增高。
Frontiers in Acoustics 最新文章 发布于 2026-09-29 08:00氧化铝与冷冻保护剂浓度对 PVA 剪切波黏弹性体模声学与黏弹特性的影响
一项研究系统评估了氧化铝及冷冻保护剂乙二醇（EG）和丙二醇（PG）浓度对 10%（w/v）PVA 组织模拟体模声学与黏弹特性的影响。氧化铝浓度从 0% 增至 10%（w/v）时衰减从 0.12 升至 0.54 dB/cm/MHz（r=0.98），纵波声速（1576–1583 m/s）与黏度（1.58–2.15 Pa·s）无显著变化，但剪切模量随浓度升高而增大。
IOA 综合新闻 发布于 2026-09-29 08:00声学所深远海实验船实现全船贯通
声学所在建深远海实验船近日完成艏部总段吊装，顺利实现全船贯通，建造由总段搭载转入全船设备与系统安装调试阶段。声学所派驻现场人员与船厂、设计院协同攻克建造难点，保障总段搭载连续实施。后续多工种交叉作业将全面展开，声学所将加强现场质量、进度和安全管控，确保下水节点完整性目标，为系泊试验、航行试验和交船筑牢基础。
AssemblyAI Blog 发布于 2026-09-29 08:00AssemblyAI 发布 Universal-3.6 Pro Realtime 实时语音识别模型
AssemblyAI 发布 Universal-3.6 Pro Realtime，为 Universal-3.5 Pro 的直接升级版，基于数万小时真实语音代理与电话对话训练，单一模型支持 32 种语言并自动检测语种，延迟与 3.5 Pro 相同，现已以 universal-3-6-pro 提供，价格 $0.45/hr。
Hearing Health Foundation Blog 发布于 2026-09-29 08:00用计算机模型理解大脑对声音的反应
研究人员开发了一种模拟听觉脑干回路、由数千个神经元活动合成 ABR 波的计算机模型，并用脆性 X 综合征小鼠和衰老沙鼠的 recordings 验证。在脆性 X 模型中，模拟的神经兴奋性增高和髓鞘缺陷产生的 ABR 波幅与时间变化与实验记录高度吻合；衰老模型也复现了老年沙鼠的听觉脑干改变。
AudioCodes Blog 发布于 2026-09-29 08:00语音 AI 如何改变企业语音管理规则？AudioCodes 谈运维新依赖
AudioCodes 指出，语音 AI 应用将语音链路变为 AI 交付链的一部分，网络或媒体故障不再只是通话质量问题，还会影响 AI 应用听取来电者与交互速度。
Mix Online 发布于 2026-09-29 05:17Mastering the Mix Stereovault 评测：六标签立体声像处理器
Mastering the Mix 推出 Stereovault 立体声像处理器，售价 80 美元，提供 Spread、Creative、Panorama、Rotate、Width、Clean 六个标签，可单独或组合使用，每个标签支持最多六个频段。
Hearing Review 发布于 2026-09-29 04:27Cochlear 全植入式人工耳蜗项目完成全球关键试验入组，患者使用时长超 100 万小时
Cochlear 宣布其全植入式人工耳蜗系统全球关键试验完成入组，ELEVATE 与 ENTERPRISE 两项研究合计入组 92 名成人，全研究项目自 2005 年以来累计 117 名患者、三代研究设备，患者使用该在研设备已超 100 万小时。
Focused Ultrasound Foundation 发布于 2026-09-29 03:05Curing with Sound 播客 Ep61：Daniel Sheeran 谈组织碎化术治疗肝脏肿瘤
Focused Ultrasound Foundation 播客 Curing with Sound 第61期邀请弗吉尼亚大学介入放射科医生 Daniel Sheeran，讨论利用聚焦超声产生微气泡、以机械方式破坏目标组织而不需切口或加热的组织碎化术。
Clarius 博客 发布于 2026-09-29 02:51Clarius 手持超声用于物理治疗：MSK POCUS 如何辅助临床推理
物理治疗师 Christopher "CJ" Miller 在骨科、初级保健和急诊护理场景中使用 Clarius 手持超声设备，将床旁超声（POCUS）与临床检查结合，帮助患者理解肩部部分撕裂等影像发现并指导康复。Clarius 将于 10 月 6 日举办一小时的 MSK POCUS 网络研讨会，面向一线从业者讲解其在物理治疗中的临床应用、适用场景及实施风险。
Hearing Health and Technology Matters 发布于 2026-09-29 01:15Cochlear 全植入式听力技术研究累计患者使用超 100 万小时
Cochlear 全植入式听力技术研究累计患者使用时长已超过 100 万小时，其全球关键性试验 ELEVATE（美国，56 名成人）和 ENTERPRISE（澳大利亚与法国，36 名成人）已完成招募。该技术历经三代研究设备、自 2005 年以来逾 100 人接受植入，目前仍处研究阶段，尚未获批商业销售。
audioXpress 发布于 2026-09-28 23:10FaitalPRO 21XL3000 21英寸低音单元实测：TSP与Klippel数据
audioXpress 对 FaitalPRO XL 系列 21XL3000 21 英寸专业低音单元（8Ω 版本，另有 4Ω）做了 Test Bench 实测，包括 0.3V 至 50V 多电压阻抗曲线、LEAP 5 参数推导与 Klippel 分析。
audioXpress 发布于 2026-09-28 22:10你可自己动手做！零输出阻抗低反馈三极管放大器（第一部分）
audioXpress 刊文介绍零输出阻抗（ZOI）低反馈三极管放大器概念，并给出单端输入版本的设计。该设计基于 1950 年代电路拓扑，选用 6080 三极管（等效 6AS7G），以正电流反馈桥式电路抵消输出阻抗；第二部分将扩展至平衡输入版本并给出性能测量与设计计算。
Ocean News 声学检索 RSS精选 发布于 2026-09-28 21:32住友电工实现 600 km 以上 HVDC 海底电缆实时监测
住友电工将超低损耗光纤与远程泵浦 EDFA 技术同 AP Sensing 的商用 DAS 系统结合，实现 600 km 以上 HVDC 海底电缆的实时监测。论文提交时已演示 270 km 监测距离，现可达到 300 km 以上，从电缆两端测量即可覆盖全长。
RNID News 发布于 2026-09-28 21:26RNID 与 BT 完成 Digital Voice 切换设备测试，发现五类兼容问题
RNID 与 BT 合作两年，对助听电话、DECT 电话、文本电话、警报系统和答录机等设备进行 Digital Voice 兼容性测试，发现五类问题并已给出解决方案。问题涉及答录机与 1571 语音信箱冲突、分机电话需额外配置 BT Hub、旧式电话因适配器不兼容不响铃、文本电话出现个别错误字符，以及传真机兼容性无法保证。测试表明绝大多数常用助听电话和警报设备无需特殊支持即可兼容。
Acoustic Bulletin 发布于 2026-09-28 18:25SOUNDkids 项目：从儿童视角评估小学教室声景
意大利费拉拉大学与特伦托大学联合开展为期三年的 SOUNDkids 项目，研究 6–12 岁儿童如何感知小学教室声环境。项目对 32 项研究的系统综述发现，现有评估工具多改编自成人框架，且偏重噪声负面影响；对 22 名小学生的焦点小组访谈显示，儿童并非被动接收者，会主动调整行为应对不适。研究团队据此开发了结合儿童语言与图示量表的以儿童为中心的问卷，下一步将把感知与混响时间、响度等指标关联。
Production Expert 发布于 2026-09-28 16:002026 年 7 款最佳通道条插件盘点：SSL 4K E、sonible smart:chain、McDSP Channel G 等
Production Expert 盘点了 2026 年 7 款适用于各类混音的通道条插件，入选产品包括 Solid State Logic 4K E、sonible smart:chain、McDSP Channel G、Softube Weiss Gambit For Console 1 和 Brainworx bx_console AMEK 9099 等。