DeepL Voice 上线 Aure 模型，实时翻译可保留语调与语速
DeepL 为 DeepL Voice 推出新模型 Aure，实时翻译会把原说话人的语调、情绪、重音和语速带入目标语言。此前 DeepL Voice 基于对话开始时采集的固定音色样本生成语音，无法捕捉情绪变化或讽刺语气；Aure 则在对话过程中持续分析译文和原始音频，训练时把音色、语音旋律和内容分离以便分别迁移，并用强化学习避免输出带入口音。
#语音
The DecoderAI 评分5858
Hugging Face Blog精选AI 评分6767 Phonon TTS 发布两周回顾：端侧语音模型在 Open TTS Leaderboard 上的表现
Phonon 团队回顾两周前开源的端侧 TTS 模型，介绍其能力、演示项目以及在 Hugging Face Open TTS Leaderboard 上的评测结果。
推荐理由：原文给出 Phonon 在 Open TTS Leaderboard 上的多语言排名与 CPU 首音延迟表现，可对照其小体积端侧定位。
Mistral AI精选AI 评分7575 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3，包含语音转文字模型 Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3 与实时版，以及文本转语音模型 Voxtral Mini TTS 3，并推出基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说合成一条实时流式流水线。
推荐理由：Mistral 把语音识别、语音合成和智能体 SDK 打包成一条实时流水线，并给出各环节定价与自部署选项，可据此估算语音智能体的落地成本。
OpenAI Developers BlogAI 评分5555 OpenAI 发布 gpt-realtime-mini 等四个音频模型新快照
OpenAI 发布四个 2025-12-15 音频模型快照，覆盖语音转文字、文字转语音和实时语音到语音，价格与上一版相同。gpt-realtime-mini 在内部语音到语音评测中指令遵循准确率提升 18.6 个百分点、工具调用准确率提升 12.9 个百分点；gpt-4o-mini-transcribe 在噪声场景下的幻觉比 Whisper v2 减少约 90%。