Ubuntu 26.10 将推出语音输入功能，用户可以通过说话代替打字。该功能由 AI 语言解析模型支持，旨在提升可访问性和便利性。此外，Canonical 还计划在后台添加隐式 AI 功能，以改进摄像头对焦和麦克风质量。

HoldSpeak是一款优化的语音输入工具，适合与AI编程工具Claude Code配合使用。它支持不完全正确的输入，能够快速将语音转为文字，且所有识别过程在本地完成，保护用户隐私。

豆包输入法现已推出PC版，安装包大小为159MB，支持AI语音输入、拼音、小鹤双拼和自然码。用户可通过按住fn键进行语音输入，识别效率高。目前尚无Windows版本，之前已上线iOS和安卓版本。

苹果计划于9月发布内置摄像头的AirPods，主要用于Siri处理视觉信息。OpenAI推出三款实时语音模型，支持语音推理和翻译。任天堂股价连续五个月下跌，Switch 2销量强劲但面临亏损压力。理想汽车设计副总裁表示MEGA设计未被视为失败，销量问题在于内饰。鸿蒙微信更新带来多项新功能。

千问语音输入法通过语音指令帮助用户高效完成文档、表格和PPT等办公任务，支持语音输入并理解用户意图，自动整理信息，提升工作效率。用户只需说出需求，千问便能快速生成所需内容，适合各种办公场景。

草梅周报更新了墨梅博客1.11.0版本，新增语音输入和系统设置功能。开发中遇到数据库超支问题，建议用户监控使用量并定期备份。欢迎用户参与开发与测试。

阿里云JVS Claw全面开放，新增语音输入和文件空间功能，用户可享受7天免费体验。推出39元首月的“匠心版”套餐，满足不同需求，迅速在年轻人中流行，提供便捷的自动化操作体验。

audiov是一款基于Rust开发的Linux语音转文本软件，利用whisper进行本地语音识别。它支持离线识别，能将文字直接输入到光标处，并通过全局快捷键操作，提供流畅的输入体验。

大型语言模型（LLMs）在语音输入方面的表现不如文本输入，导致文本与语音理解之间存在差距。为缩小这一差距，研究提出了SALAD方法，通过交叉模态蒸馏和有针对性的合成数据，提升模型对齐性并减少遗忘。该方法在知识、语言理解和推理任务上表现优异，且所需语音数据显著减少。

微软正在提升Windows 11对Android应用的恢复功能，用户可以在PC上继续使用Spotify、Office文档和Edge浏览会话。此功能类似于macOS的Handoff，已在最新的Release Preview更新中测试，同时更新还包括MIDI 2.0支持和语音输入改进。

这是一款超轻量的智能语音输入工具，支持50多种语言，快速将语音转为文字，注重隐私，无需联网。具备外语翻译和词库管理功能，提升识别准确率。

语音输入法不仅提升了输入速度，还成为开发者与AI协作的新入口。比较Miaoyan、Shandianshuo和Zhipu后，Miaoyan在工程效率和命令生成上表现最佳，Zhipu则在稳定性和订阅捆绑方面占优，而Shandianshuo强调本地优先和可选增强功能。最终，谁能成为默认工具取决于减少干扰和解决小问题的能力。

本文介绍了一套新的AI元素组件，旨在与AI SDK的转录和语音功能配合使用。主要组件包括Persona（动画AI视觉）、SpeechInput（语音输入）、Transcription（音频转录）、AudioPlayer（音频播放）、MicSelector（麦克风选择器）和VoiceSelector（语音选择器），提升语音代理和转录服务的构建体验。