消息详情
GitHub开源观察|开源项目·热门仓库·开发者 · @GitHubTrendingHub · 2026年11月19日 08:06
Local AI Weekly 第10期:语音输入与本地转写工具盘点 语音正成为手机和桌面的首选输入方式,也是本地 AI 的合适落地场景:模型小到能在普通笔记本运行,声音又是最私密的数据。 Ubuntu 26.10 已内置 Canonical 的语音转文字工具 Myna,按快捷键说话,文字即出现在当前应用中。它本地运行 Parakeet、Whisper 或 FunASR,模型下载完成后无需联网。同类工具还有 Vocalinux、TuxTalk。 · 转写流程分四步:VAD 判断是否说话并裁掉静音,Whisper 或 Parakeet 转成原始文本,可选经本地 LLM 修正标点格式,最后输入活动窗口 · WhisPaste 1.5 于 11 月 16 日发布,MIT 协议,基于 whisper.cpp 或 Parakeet 本机转写,云端可选,新版支持本地转写 MP3、FLAC、MKV、WebM 等音视频文件 · Koe 用 Rust 编写,MIT 协议,语音经 whisper.cpp 处理后由 Ollama 模型整理文本,支持 Whisper 覆盖的各语种 小技巧:只做英文听写优先选 base.en、small.en 等 .en 模型,同尺寸下通常更准;无好 GPU 的笔记本从 small.en 起步。
相關消訊
- Linux 本地语音输入开源工具盘点:多款可离线听写的桌面应用 在 Linux 上把语音转成文字,多数工具可本地运行识别模型,语音内容不出本机,转写结果直接…
- Mysterium VPN:面向终端的 Linux 命令行 VPN 客户端 Mysterium VPN 的 Linux 客户端是纯命令行工具,没有图形界面,…
- PaperOrchestra:多智能体框架自动生成 AI 研究论文 google-research/paper-orchestra 面向论文写作中从零散想法…
- uv:Rust 编写的高速 Python 包与项目管理器 uv 由 Astral 开发,仓库为 astral-sh/uv,用 Rust 重写 Python …
- NVIDIA SkillEvaluator:AI Agent 技能与插件的多层级评估框架 SkillEvaluator 用于评估 AI Agent 技能与插…
- Lumo 桌面版:Proton 隐私 AI 助手的跨平台客户端 Proton 为旗下隐私 AI 助手 Lumo 推出桌面客户端,覆盖 Linux、Windo…
- Lumo Desktop:Proton 推出的跨平台隐私 AI 桌面客户端 Lumo 是 Proton 旗下主打隐私的 AI 助手,此前仅有网页版与移动端。…
- Surge:Canonical 用多智能体 AI 为 Ubuntu 编写安全补丁 面对 AI 辅助漏洞挖掘带来的 CVE 激增,Canonical 在 Ub…
- GitHub Copilot 推出 Agent Host Protocol:跨设备延续智能体会话的开放标准 GitHub Copilot 的智能体会话现在可…
- Codename MDASH × GitHub:给维护者送修复,而不是更多漏洞报告 AI 让漏洞发现又快又便宜,修复却仍靠人工判断,压力落在开源维护者身上。…