2024年6月26日，科大讯飞宣布其语音合成技术实现重大升级，推出一句话声音复刻与超拟人合成两大核心能力。该技术通过三阶段层次化语音建模框架，显著提升声音复刻的相似度和准确度，仅需一句录音即可精准还原用户发音特征。此外，超拟人合成技术赋予AI声音“上下文情商”，能根据对话情绪和话题变化实时调整语气，接近真人水平。该技术已应用于智能汽车、教育、医疗等多个领域，如蔚来汽车、天津大学等均采用此技术，推动AI语音在多场景下的深度应用。

OpenAI于10月1日在旧金山开发者大会上发布Realtime API，此API允许开发者在其应用中集成语音合成技术，提供6种AI语音选项。此创新旨在丰富第三方应用的功能，提升用户体验，适用于客户支持、语言学习、教育等领域。OpenAI展示了应用实例，如一款旅行规划应用能与AI助手交流获取即时回复及地图建议，一款语言学习应用Speak利用Realtime API支持角色扮演，帮助用户练习新语言对话；而Healthify则整合AI教练Ria，提供个性化营养和健身指导，必要时引入人类营养师。此举不仅扩展了AI在日常生活中的应用范围，也为开发者提供了新的集成工具，推动了语音技术的发展与创新。