AI初创公司 Helix 宣布完成620万美元融资，由 Chicago Ventures 领投，BAM Ventures、Aglaé Ventures、Corazon Capital 等机构参与投资。公司计划利用可在用户设备本地运行的语音识别技术，替代或补充传统 CAPTCHA 验证码，在不收集敏感个人信息的情况下判断用户是否为真人，并估算其年龄。Siri 联合创始人 Dag Kittlaus 已支持该项目，并将担任公司顾问。
Helix 于2025年由 Alex Oberg、Anna Dorofiyenko 和 Mike Hall 创立。Oberg 曾参与 Ticketmaster 的 Verified Fan 功能开发，该功能主要用于防止机器人抢购票务。随着生成式 AI 和智能体技术发展，传统依赖邮箱、手机号、IP地址及设备指纹的身份验证方式面临更大挑战，Helix 希望通过语音这一生物识别信号提供新的解决方案。
据介绍，Helix 的模型可在包括 iPhone13在内的设备上本地运行，用于识别真人并估算年龄，同时帮助平台拦截机器人攻击。目前，其客户包括上门医疗服务提供商 Zeel，后者利用该技术验证医护人员身份。公司还在探索出租车司机身份核验，以及通过语音识别醉酒、精神压力等状态的应用场景。
Helix 强调，该技术能够判断说话者是否为真人，但不能识别具体说话者身份，也无法可靠判断其是否说谎，目前尚不能可靠检测实时通话中的 AI 代理。Dag Kittlaus 认为，模型压缩和语音识别能力的进步，为 Helix 提供了成本优势。随着 AI 生成内容和自动化攻击增加，基于语音的隐私保护型身份验证可能成为传统验证码之外的新技术路径。
千问发布Qwen-Audio-3.1系列语音大模型，全面升级语音识别、合成与实时交互，并推出音频创作模型TTS-Next与理解模型ASR-Next，五款模型覆盖“理解—生成—交互—创作”完整能力栈。同时全线降价，TTS降约70%，降低使用门槛。
阿里千问9月23日升级语音栈，推出Qwen-Audio-3.1系列五款模型，覆盖识别、合成、实时交互、音频创作与理解，形成“理解—生成—交互—创作”完整矩阵。价格大幅下调：TTS降约70%、Realtime降约85%、ASR降95%，大幅降低语音使用门槛。
千问9月23日发布Qwen-Audio-3.1系列语音大模型，形成覆盖理解、生成、交互与创作的完整音频能力栈，含ASR、ASR-Next、TTS、TTS-Next及Realtime。API已上架千问AI平台，ASR-Next即将上线。同步全线降价：TTS约70%、Realtime约85%、ASR达95%。ASR增强多语种、方言识别与上下文理解，新增原生转写润色。
OpenAI最新模型GPT-6 Astra在CAPTCHA验证码测试中零失误通关全部48个关卡，展现其对复杂交互任务的强大处理能力，引发科技界对传统人机验证方式有效性的广泛质疑。CAPTCHA意为“完全自动化的公开图灵测试”，原本用于区分人机，该突破或推动验证码技术革新。
阿里巴巴在千问AI平台全面上线Qwen-Audio-3.0系列语音模型，涵盖语音识别、语音合成和实时语音交互三款。官方称，该系列在权威评测平台Artificial Analysis今年7月语音排行榜中表现卓越，包揽语音识别、实时交互和语音合成三项第一。
关注 “悠AI” 更多干货技巧行业动态
相关文章
