豆包语音更新支持粤语、四川话、东北话和陕西话，具备思考能力，能灵活切换方言，提高沟通效率。同时，字节跳动于2025年颁发20万元奖学金，支持优秀博士生的科研与技术创新。

Soul App开源了播客语音合成模型SoulX-Podcast，支持多轮对话和多方言，生成自然流畅的语音，尤其在语音克隆和长对话中表现优异，具备丰富的韵律和情感表达，推动AI与社交结合，提升用户体验。

早晨温暖，贪睡。阅读《豆汁记》，感受旧时生活。近期电影观影减少，享受多种李子。去成都图书馆听演出，体验四川方言。翻阅《成都街巷志》，学习历史，感叹城市变迁。人民公园中，人们沉迷手机，缺乏交流。晚上点外卖，尝试煮酸梅汤，修理马桶。

本研究提出FMSD-TTS框架，针对藏语低资源问题，通过少量音频和方言标签生成方言语音，提升了方言表现力和说话人相似性。

本研究提出了一种多模态框架，结合声学、视觉和文本特征，提升了方言在古典汉诗情感分析中的应用准确性，推动了相关研究的发展。

本研究建立了一个包含18.9小时潮州方言的语音语料库，提供了精准标注，促进了自动语音识别与合成的应用。

本文研究了在低资源黎巴嫩方言翻译中，文化真实数据与大规模翻译数据集的影响。结果表明，使用小型文化背景数据集微调的模型优于基于大规模非本土数据的模型，突显了文化真实性的重要性。

本研究提出了JEEM基准，用于评估视觉语言模型在四个阿拉伯国家（约旦、阿联酋、埃及和摩洛哥）的视觉理解能力。研究发现，主流阿拉伯视觉语言模型在理解视觉内容和生成方言特定文本方面的表现不佳，强调了创建更具包容性的模型和具有文化多样性的评估框架的必要性。

文章探讨了学习、思考与文化的多样性，提到唐翼明的《魏晋清谈》总结了魏晋时期的清谈主题，强调孔子与老子的思想对后世的影响。同时，介绍了蜜雪冰城在饮品行业的创新与发展，特别是在供应链管理和冷链物流方面的优势。最后，提到兰州方言的独特性及凉州贤孝的文化传承。

百度推出34个地域特色的AI智能体，帮助用户在春节期间进行旅游规划和沟通。这些智能体支持方言交流，提供实时字幕和语音通话功能，提升用户互动体验，依托语音大数据和合成技术，推动智能语音技术的发展。

本研究重点解决了方言和口语变体中的槽位与意图检测（SID）任务中低资源场景的研究缺口。研究提出了一种新颖的方法，通过注入字符级噪声、辅佐任务训练和模型层交换等技术，显著提高了方言SID模型的性能。研究结果显示，噪声注入对模型表现有积极影响，最佳模型在任务中达到了97.6%的意图准确率和85.6%的槽位F1得分。

本研究针对方言数据匮乏的问题，提出了一种零-shot迁移学习的方法，专注于多个巴伐利亚方言，并发布了慕尼黑方言的新数据集。通过比较不同的辅助任务，研究发现辅助任务对槽位填充的影响更为显著，特别是命名实体识别任务效果最佳。这种方法在巴伐利亚方言的意图分类性能提升5.1个百分点，槽位填充F1提升8.4个百分点，显示出显著的潜在应用价值。