Substack 在 App 中新增播客标签页
Substack 在其 App 中推出了新的播客标签页,用于集中展示 Substack 创作者的节目,方便既有听众收听并让新听众发现内容。该公司表示,发布播客的创作者每年在平台上合计收入超过 2 亿美元。文中还提到 Megaphone 自 9 月 8 日起要求节目须有至少三集已发布内容才能提交加入 SPAN 广告网络,此前仅要求一集。
Substack 在其 App 中推出了新的播客标签页,用于集中展示 Substack 创作者的节目,方便既有听众收听并让新听众发现内容。该公司表示,发布播客的创作者每年在平台上合计收入超过 2 亿美元。文中还提到 Megaphone 自 9 月 8 日起要求节目须有至少三集已发布内容才能提交加入 SPAN 广告网络,此前仅要求一集。
whisper.cpp v1.9.4 已发布,Nightly build 为 b5130。更新调整了语言自动检测与解码器状态管理,使服务端在检测响应中返回语言,并修复 whisper_mel 未初始化读取和空输入等问题。版本还增加 Windows On ARM 发布支持、更新 OpenVINO 模型转换与文档,并调整多个后端和 CI 配置。
推荐理由:此次发布补强语言检测与服务端响应,并修复重复调用、缓存和输入读取问题,同时更新 OpenVINO 支持及多平台构建配置,对语音识别部署与维护有直接参考价值。
xcframework 的最新 release 将 SPM 中的 onnxruntime 版本设为 1.27.1。发布页面显示,自此次 release 以来 master 分支已有 86 次提交,相关 commit 在 GitHub.com 创建并通过 GitHub verified signature 签名。
Machinedrum(Travis Stewart)在最新迷你专辑 BL00MS 创作访谈中说明了 Ableton Live、Note 与 Max for Live 的工作流,并分享移动采idea、hocket 编排和插件替代方法。
推荐理由:访谈呈现从 Impulse Tracker 到 Live、Note 与 Max for Live 的工作流演变,hocket、设备替换和 A/B 复现等细节,对电子音乐制作决策较有参考价值。
播客货币化公司 Acast 宣布重大人事任命:Liv Sandberg 将于2027年初出任欧洲区执行副总裁,她来自 TikTok、Facebook 和 Starcom,此后 Acast 欧洲各业务将统一由一位区域负责人管理。
Artist Rights Symposium V定于2026年10月19日在佐治亚大学雅典校区举行,由Artist Rights Institute和Terry College的University of Georgia Music Business Certificate Program赞助。
Father Callahan在圣帕特里克大教堂的讲道中呼吁维护劳动者及其家庭获得劳动回报、财产权与尊严的权利。文章结合《Rerum Novarum》《Centesimus Annus》和《On the Waterfront》,讨论人工智能将人的知识、创造力、声音与身份编码为商业系统资源时,技术应如何服从于人。
MLX Audio 发布 v0.5.2,修复 OmniVoice 音频 tokenizer 加载失败、未知 STT kwargs 导致生成失败及 Voxtral 在 token 32000 而非 (11) 停止的问题。
推荐理由:v0.5.2同时修复音频加载、生成参数与停止条件问题,并扩展多种语音模型支持,对本地语音合成、识别及相关工作流维护具有直接参考价值。
sherpa-onnx v1.13.7 修复 iOS、Windows arm64、CI 构建及在线标点模型初始化问题,并新增 Rust 的 iOS 支持、hello world Tauri 示例和 JavaScript API 的批量解码。
推荐理由:本次更新覆盖多平台构建、Rust 与 JavaScript API、流式识别及模型兼容性,能帮助使用者评估跨平台部署与识别接口调整带来的工程影响。
Steinberg旗下Cubase Pro 15正以40%折扣促销,预计于2026年9月28日结束,日本时间通常可持续至次日傍晚。这款综合DAW覆盖作曲、录音、编辑、混音、母带与谱面制作,并加入AI Stem Separation、6种新Modulator和Melodic Pattern Sequencer。
Piper v1.8.0 新增基于 TLTK 的泰语 phonemizer,训练时可使用 th extra --data.phoneme_type thai,合成时可在 voice config 中设置 "phoneme_type": "thai"。
推荐理由:新增基于 TLTK 的泰语 phonemizer,明确训练配置、语音配置及 IPA warmstart 兼容性,并同步补充安装脚本与 CI 测试,能直接影响泰语 TTS 的训练和合成流程。
在Radiodays Asia上,Podcast Network Asia的Ron Baetiong称该地区80-90%媒体预算已被分配,传统音频播客难以变现,转向YouTube、TikTok长视频和片段后观众提升10倍、收入显著增长。
Native Instruments 集团已拆分,主体归入 inMusic,iZotope 归 Boris FX,Plugin Alliance 与 Brainworx 由 Dirk Ulrich 买回,现有许可和认证据文中说明继续有效。文章整理了开发与支持重编、裁员,以及对 Maschine、Traktor 和 Kontakt 后续发展的不同解读。
推荐理由:梳理品牌拆分、许可连续性与支持重编等可验证变化,并并列呈现开发承诺、人员削减及社区解读,为现有用户评估长期风险提供决策依据。
美国版权版税委员会收到CRAE对拟议录音制品V Subpart B和解协议的评论,质疑沿用既有费率是否足以支持2028–2032年费率。文章认为,申请批准和解的各方应提交经济分析、宣誓陈述及重大商业安排披露等补充材料,供委员会判断其合理性;CRAE也提出AI对独立创作者和产业经济的影响等问题。
制作人兼工程师Bruce Sugar在播客中讲述与Ringo Starr建立持续二十多年合作关系的过程,以及Ringo、Joe Walsh和Ozzy Osbourne相关录音经历。他分享工作流从剪带转向盒内制作、Atmos混音和AI辅助写歌,并讨论技术、表演与音乐价值之间的平衡。音频可通过bobbyoinnercircle.com及多个播客平台收听,视频版已在YouTube上线。
MLX Audio 发布 v0.5.1,加入 Breeze-TTS-2、Phonon-1 STT、Granite Speech 5.0 STT、Audio8-TTS-Preview-0.1b 等模型支持,并为 VibeVoice 增加流式生成。版本还修复 Qwen3-TTS、Whisper、Qwen3-ASR、CAF 解码及 log-mel 频谱图等相关处理逻辑。
推荐理由:本次版本更新集中修正 TTS、STT、音频解码与采样流程,并新增多种语音模型和流式生成支持,对 AI 语音制作与模型部署流程具有直接参考价值。
Sonible推出smart:chain,将输入电平调整、EQ、压缩、门限、去刺耳和饱和等八个智能处理器整合到一个通道条中。多实例可跨会话通信,支持Front、Middle、Back深度分层与全局Auto Leveling。插件支持Mac和PC的VST3、AU、AAX格式及最高192kHz采样率,当前优惠价为99美元,原价179美元。
FunASR 1.4.10 修正了过长中文句子的可读字幕回退边界,不再机械填满每个字幕单元,而是平衡时长和长度并优先参考 JieDA 分词边界、标点、语种转换和实际时间间隔。
FunASR v1.4.8发布,MOSS新增对vLLM分离响应和长转写的支持,并修复下载时保留snapshot错误。该版本配套runtime-llamacpp-v0.2.6,提供Linux、macOS与Windows多架构资源及SHA-256,包括Windows x64 CUDA Blackwell(sm_120)版本。Python用户可通过PyPI安装funasr==1.4.8。
sonible 发布混音插件 smart:chain,将 EQ、压缩、de-harshing、gating、input riding、饱和等处理器整合为一个智能通道条,并基于共享音频分析提供处理链起点。插件还支持 Front/Middle/Back 深度分层、项目级 Auto Leveling 及多实例集中控制;基于 Sonic Intelligence AI,官方提供 30 天试用。
iZotope联合创始人兼伯克利音乐学院BEATL执行主任Mark Ethier在访谈中讨论人工智能对音乐教育与创作的影响,并估计AI能力大约每三个半月翻一番。他认为算力、算法效率和数据规模共同推动这一速度,同时指出音乐技术部分细分领域存在泡沫风险。
Flightpath 发布 Automation Playbooks 工具,定期登录核查广告活动投放并自动调整在投订单,回应广告技术伙伴不可靠的投放问题,并发布公开信称某大型平台的系统升级可能使部分出版方在投订单损失高达50%收入。YouTube 同时澄清“观看量”与“互动观看量”新口径:首页悬停自动播放即计为观看,Podstock 分析30万档节目发现互动观看量比原观看数低7%。
Sudan Archives 在 Ableton 短片中展示工作室,并讲解如何将传统弦乐技法与 Ableton Live、Move 和其他设备结合。她使用无线系统、音箱踏板、干声录音、声像与自动化制作多层编曲,也分享了在 AI 时代维持创作意图与技术平衡的看法。
推荐理由:文章通过工作室参观与访谈,具体呈现小提琴、Move、Ableton Live及效果器如何参与写作、录音和混音,为独立音乐创作者提供可参考的技术流程与现场配置思路。
Kokoro ONNX 发布 model-files-v1.1,提供 Kokoro v1.0 与 v1.1-zh 的全精度、FP16 和 INT8 ONNX 文件,以及对应语音包。
推荐理由:三种精度文件及体积、相关性和语音包信息便于部署选择;时长输出、浮点速度输入与图内嵌配置还能直接改善时间戳生成、变速稳定性及分发完整性。
sherpa-onnx 发布 v1.13.6,统一 Flutter 与 Dart CLI 的 init API,并加入 VAD+ASR Flutter 示例。版本还修复 Android、Java 和 iOS SPM 示例及 Dart 软件包发布问题,并在 C API 与语言绑定中开放 pyannote window shift ratio。
sherpa-onnx 的 Flutter 版本提供 Web 演示、可下载资源及 VAD、ASR、TTS 示例。资源涵盖多种流式与非流式识别模型、标点处理及多语种语音合成模型,并附各应用下载链接、使用说明与源码。
Podnews 发现 Spotify 一边售卖自家不可跳过的播客广告,一边在服务条款中保留自动跳过其他方广告的权利;此前其已向部分用户测试“Skip ahead”广告跳过功能。另外,Ambies 播客奖项开放报名,新增最佳音乐和年度单集两个类别及两项听众选择奖,播客学院会员可享折扣。
Suno Studio 2.0 支持 Premier 导出无数量限制的 32-bit WAV 或 MP3 多轨及单独 stem,为 AI 音乐进入 DAW 混音提供了更完整的素材入口。文章建议先确认轨道对齐并降低电平,再处理串音、相位抵消和动态冲突;对分离伪影应采用窄带、局部处理,并以参考曲目和实际听感验证最终混音。
推荐理由:文章把 AI stems 导入 DAW 后的增益、相位、串音和分离伪影拆成可执行的处理顺序,并强调用参考曲目校准判断,适合制定混音工作流。
sonible smart:chain 可通过逐轨分析自动搭建通道条,并让多个处理模块共享一次音频分析结果、联动工作。用户监听轨道完成“学习”后,可指定类型继续调整,所有参数仍可编辑。去齿、饱和和 Depths Staging 分别用于处理刺耳与数字质感、改善前后层次;项目级自动电平与空间配置依赖多轨实例相互通信。
Plot Party创始人Sophia Xing在访谈中介绍该AI平台可创作混合式及完全由AI生成的微短剧,并分享AI对短剧制作流程的改变。Sophia Xing认为微短剧应优先理解受众,AI在剧本创作上仍面临困难,叙事的重要性可能超过视觉效果。
Pro Sound Effects呼吁媒体与AI企业合法授权声音,并共同推动专业声音创作者权益保护。自2004年起,其团队已制作超过120万条声音,支持50多位声音艺术家和20人的核心团队。公司指出,AI企业未经许可抓取和盗用专业音频将危及创作者生计,而目前专业声音领域仍缺乏统一联盟。
sherpa-onnx 发布 v1.13.5,更新 Nemotron、Moonshine、Inflect 等模型支持,并改进 QNN、WebAssembly、SPM、Flutter 和多平台构建。此次版本还修复 ScaleSilence、Piper TTS、Paraformer、FireRedASR、Pyannote 及多项崩溃、内存和数值计算问题。
推荐理由:本次更新覆盖模型导出、QNN 与多平台运行时,并集中修复 ASR、TTS、VAD 和音频处理中的稳定性与兼容性问题,对部署和制作流程有直接参考价值。
SoundID VoiceAI通过转换创作者亲自录制的人声音色,制作C-pop、Mandopop和Cantopop的风格化参考人声。中文声调与咬字会由源演唱保留,模型不会纠正发音,因此非母语者应让流利演唱者录制引导人声,并匹配模型适合的输入音域。中文人声扩展包提供10个声音,支持DAW内本地免令牌处理;文章还说明了Unison Mode堆叠、授权来源及商业输出规则。
推荐理由:文章围绕华语流行、粤语流行和C-pop的AI音色转换制作,解释声调语言中的演唱录音、输入音域、DAW内迭代及混音处理要点,并说明授权与使用边界,对中文人声制作和前期参考制作具有直接决策价值。
sherpa-onnx 发布 v1.13.4,导出 Parakeet、Whisper 和 nemotron-speech-streaming-en-0.6b 等模型至 QNN,并加入对应 C++ 运行时支持。
推荐理由:本次更新覆盖 QNN 模型导出与 C++ 运行时、Windows 路径兼容和 ASR 结果处理,并扩展 JavaScript 非流式 API 的逐流热词支持,对部署与语音识别集成有直接参考价值。
whisper.cpp 发布 v1.9.2,改进了 VAD 语音分段、时间戳映射和参数解析,并使 voice_length() 支持 UTF-8 CJK。版本还涉及 Parakeet、Android 示例推理性能、Ruby 语音分段 API 及 Nix 构建修复。
推荐理由:本次更新覆盖 VAD、CJK 文本处理、Android 推理性能与构建兼容性,并新增 Ruby 的语音分段 API,对语音识别工具的集成和部署维护具有直接参考价值。
欧盟《人工智能法案》今日生效,Article 50 要求对使用 AI 生成或操纵的音频视频内容作清晰披露。据 Production Expert 澄清,去噪、修复音频或使用 AI 编辑工具不算操纵,但生成语音从未实际录制的整句内容则须披露;此前制作的内容无需追溯标注,罚款最高约 4000 万美元。
RedCircle 推出 Mic Check for Programmatic Ads,用于检查程序化广告是否被正确分类,防止伪装广告绕过创作者过滤器。公司估计约五十分之一的广告存在分类错误,例如赌博广告常被标为“理财规划”或“投资”。此外 Pocket Casts 推出 Apple TV 应用,可与手机自动同步收听进度,HLS 视频支持目前处于测试阶段,Android TV 版本即将推出。
Brussels 作曲家兼制作人 Pierre Dozin 推出专辑《Hoarses》声音包,素材取自多首曲目,包含贝斯、鼓片段、人声和氛围声,部分经过再处理。
F5-TTS 1.1.22 修复跨分块分配 fix_duration 的问题,避免总时长膨胀至 N 倍。此次更新由首次贡献者 Wing900 在 #1309 中提交,完整变更记录覆盖 1.1.21 至 1.1.22。
曾开发下架工具PodcastAdBlock的Ben Bowler推出新应用Podtastic,以每月2.99美元为用户跳过播客广告,且收益不分成给创作者。测试显示该应用直接下载MP3并以浏览器形式出现,难以屏蔽,但描述中刻意回避“跳过广告”表述。其对播客的影响是下载量不变,但广告效果下降、广告主续投意愿可能降低。