zushi000

你的直觉非常敏锐!

@hanguofu 有 提取人声,消除的都有.你自己去找找

可能都有 5 天左右了,谷歌算力不够了.我这几天,天天用.明显感觉不行了.

@287854442 每个人要求不一样的,因为方言那些,asr 国内的智谱 asr 千问都是第一梯队的.你要用,就用开源的,数据属于自己,以后自己左脚蹬右脚,训练属于自己的专门模型,自己手机部署,都是可以的,而且也很容易.大厂的往往为了兼容大多数人,往往很平均,有些人用着觉得好,有的人体验很差.目前在线的,都是说完要等一下,才输出结果.本地的话基本上是说完,就打完了 按下回车键 就发送 体验完全不一样

这几天我就在搞,推荐 https://github.com/HaujetZhao/CapsWriter-Offline 这个大神蒸馏了 Fun-ASR-Nano-GGUF,效果非常好,这个 ASR 你听着歌都可以识别准确,还能听好多种方言.程序还可以魔改,我这几天就在搞,用这个.用 5090 显卡配合一个本地 ollama,搞一个千问 3 30b 的 LLM 语义纠错.把数据记录下来 语音 asr 的结果 LLM 的结果 然后在手动记录一个改的最终结果.等过一段时间,就可以专门蒸馏一个 3b 4b 的小 llm 来替代 30B 大模型.以后有机会还能训练 asr(虽然有难度)手机上都可以部署.过些日子开源 ASR 还会支持角色识别.就算你在办公室,你老板同事在你后面说话,你用语音打字,他都不会听错.不敢说 100%是未来,但肯定是大势所趋.储存下来的语音文件,还可以提取情绪,反讽之类的标签,对于以后数字分身,都是有用的.这也是这段时间大厂都在免费推语音输入法的原因,利大于弊.

这个时代 任何一家 ai 都不要年付.一个月一个花样.前段时间谷歌还被踩,然后捧上天,这几天又被踩.大家一定不要直接就付一年

哈哈 我也觉得,这玩意跟科幻电影的聪明药丸一模一样

这玩意因人而异,我两个账号.正常用一个就用很久,但是用完了切第二个,第二个额度很快就满了.如果老是切来切去,刷新时间就要变长,我有一次变 7 天

他们官网就有个网站 https://voicv.com/