語音辨識

微軟推出Phi-4-multimodal多模態模型，整合語音、圖像與文字處理，提升語音辨識與推理能力，並最佳化裝置端執行，適用於邊緣人工智慧應用

這款服務機器人，不只能用於送餐收餐、行銷內容播放，還搭載AI語音及影像辨識功能，結合No-code開發工具，可以開發多種進階機器人應用，包括AI語音客服、實體消費數據蒐集、自動化分眾行銷、會員再行銷等，使機器人可以支援更多種形態的服務。

司法院在國民法官法庭首次引進AI語音辨識技術，打造出專用於支援法律專業詞彙的語辨引擎

德州檢察長認為Google Photos、Google Assistant與Nest Hub Max等服務或裝置，因濫用使用者的生物特徵資料而違反《取得或使用生物識別法令》

Open AI強調Whisper神經網路的英文語音辨識能力，已達到人類水準

本周零售IT雙周報重點：統一超商將測試兩種型態的無人外送服務；美國連鎖餐廳在店內設置無人收銀商品區；印度連鎖超市將完整購物旅程整合進通訊軟體Whatsapp；美國零售巨頭Walmart推出外送進顧客車庫內的新型服務

Meta新的語言模型AV-HuBERT，能夠連結語音和影像中說話者的嘴唇動作，提升語音辨識抗噪效果，使單字錯誤率大幅下降

這個以CC-BY 4.0授權釋出的MSWC資料庫，包含50種語言的音訊資料，而MSWC是其中46種語言第一個開源口語資料集。