亚马逊Prime Video推出新AI功能，利用AI和视觉特效技术，使演员口型与配音音频同步，提升观影体验。该功能目前仅适用于德语剧《Maxton Hall》的英语配音版，未来将扩展至更多作品。此前，Prime Video已在12部影视作品中试验AI辅助配音。

海信在IFA 2026上以“有爱，科技也动情”为主题，展示了显示、激光和音频领域的创新产品，并荣获多项IFA创新奖。其中，条形音箱UX1获得大奖，116UXS MiniLED电视等产品获得荣誉奖。116UXS采用Chromagic 2.0技术，色域达110% BT.2020，峰值亮度10000尼特，并通过护眼认证。此外，海信全球首发场序显示技术，刷新率最高360Hz，同时展示了UX1音箱及轻量耳机。

Shotcut 26.9 Beta 发布，提升音频质量（避免16位转换，保持32位浮点），优化时间线性能和现代化UI（圆角设计、新徽标）。采用FFmpeg 9.0，修复Linux下VA-API HEVC硬件编码问题。用户可从GitHub下载Linux、macOS和Windows版本。

Gradium AI发布新TTS模型并设为默认，在500句难例测试中人工评分通过率81%，领先Cartesia和ElevenLabs。首音频延迟216毫秒，低且稳定。支持多语言，无需文本归一化即可准确朗读号码和邮箱。基准测试由厂商运行，评估集已开源。

本文介绍低延迟音频播放方案，对比iOS和Android平台技术。iOS用AudioUnit实现5-10ms延迟，Android用AudioTrack或AAudio达10ms内。核心是绕过系统高级API，使用底层接口、小缓冲区和环形缓冲区。文章提供完整代码示例、延迟诊断工具及常见问题修复方法，帮助开发者选择适合实时通话场景的播放方案。

该文章介绍了一个全栈AI智能播客平台项目，用户上传音视频后，AI自动完成内容理解、音色设计、语音合成和混音，实现端到端自动化。技术栈包括Vue 3前端、FastAPI后端、LangGraph Agent编排、Qwen-TTS语音合成及多模态模型，并采用AG-UI协议实现流式交互。项目还涵盖音频后期处理、配置管理和资源索引系统，旨在降低使用门槛，提供专业级播客制作体验。

该项目是一个AI驱动的播客创作助手，支持从文字、音频、视频内容识别到播客制作的全流程。本次更新新增了音视频识别能力、临时-永久双层存储架构、定时清理机制和更智能的提示词系统，使播客Agent从单纯的语音合成工具升级为全链路音频内容创作平台。

YazSes是一款开源离线语音听写工具，支持按住说话、本地转录，音频不离开电脑。它基于faster-whisper模型，CPU即可运行，词错误率低至2.59%，实时因子0.52。支持语音命令、会议录制和说话人分离，跨平台且Linux优先。适合医生、律师等隐私敏感场景，完全免费，安装简单。

该项目是一个AI音频创作助手，新增播客后期制作功能，包括音频拼接、智能BGM选择和音轨混音，并添加音频资源管理API及语音输入。后端支持交叉淡入淡出、音量归一化，前端通过Web Speech API实现语音转文字，实现从上传、处理到成品的全链路闭环。

该项目是一个AI驱动的音频内容创作助手，支持通过自然语言生成定制语音、复刻音色及管理本地音频文件。前端使用Vue 3、TypeScript、Tailwind CSS和ai-elements-vue组件库，后端基于FastAPI、LangChain 1.0和LangGraph，通过SSE和AG-UI协议实现流式交互。系统具备多轮对话记忆，并调用阿里云TTS生成音频。文章还分享了开发中遇到的版本兼容和缓冲问题及解决心得。

本文介绍用Claude Code开发Android WebRTC封装，实现iOS与Android跨平台1v1通话。重点解决Android端Camera2采集、前后摄切换、EGL上下文、权限及ProGuard等差异，提供Gradle配置、WebRTC客户端、信令协议对齐及完整通话流程，并列出跨平台互通检查清单与性能指标。

mod_earshot 是一个开源模块，通过单个 WebSocket 将实时电话通话桥接到 AI 语音代理，支持全双工通信。它提供多种协议适配器、轮流发言机制、通话控制、PCI/PII 屏蔽、多流工作及高效扩展，适合部署在自有基础设施上。

swXtch.io推出groundSwXtch软件，用于通过标准IP网络（含公共互联网）传输Ravenna、AES67和ST 2110-30等AoIP音频格式，无需编解码器硬件或网络重配置。它保持比特级音质，消除编码延迟和成本，支持PTP时钟同步，并与cloudSwXtch结合构建混合网络。已获广播合作伙伴验证，适用于现场制作、远程活动和分布式音频混合。

开放媒体联盟发布开放音频渲染器OAR v1，为空间音频提供参考实现，补充IAMF规范。它支持扬声器和双耳渲染，适配多种播放系统，并兼容基于声道、场景和对象的音频。OAR旨在简化开发，提升互操作性，同时保留创新灵活性。

Bose发布第二代QuietComfort降噪耳机，售价359美元，8月8日预售。新增TrueSpatial沉浸式音频和头部追踪，升级ANC自适应降噪，支持蓝牙5.4和USB-C无损连接，续航24小时，提供五种颜色。

Z世代每天听音频超29小时，广播占广告支持收听46%，播客22%，流媒体31%。音频因真实声音和信任感吸引年轻人，80%视主持人为朋友。iHeartMedia每月触达87%Z世代，通过广播、播客、社交等渠道。音频全天候伴随生活，提升品牌认知和购买意愿，是连接碎片化媒体的有效方式。

本文系统阐述嵌入式音频对讲的产品级实现方案，涵盖半双工/全双工、局域网/公网等需求选型，推荐“独立音频引擎+可替换协议层”架构。核心涉及ALSA硬件层、AEC/NS/AGC算法、Opus编码、RTP/Jitter Buffer及WebRTC/SIP协议，强调声学结构、时钟同步、弱网恢复和诊断测试，并给出分阶段实施路线与验收清单。

本文介绍用Claude Code开发Android WebRTC封装，实现iOS与Android 1v1通话。内容涵盖Android端摄像头采集、权限、EGL等特殊处理，提供WebRTC客户端、信令客户端及完整通话流程代码，并列出跨平台协议对齐清单，确保双端互通。