漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2026-09-01 talkingdev

开源|FnScribe:macOS 本地语音听写工具,快捷键一键输入、隐私不落云

FnScribe 是一款面向 macOS 的私有化语音听写工具,核心特点是语音转写在本地完成,不需要将录音上传至云端,从而降低敏感语音数据外泄风险。用户可以通过快捷键在任意活跃应用中启动听写,并支持免提操作,适合写作...

Read More
2026-08-27 talkingdev

谷歌发布Gemini 3.5 Transcribe:智能语音转写进入格式化新时代

谷歌正式推出Gemini 3.5 Transcribe,这是面向智能语音交互场景的新一代语音转文本模型。它能够将原始音频直接转换为准确、经过润色并完成格式化的文本,减少用户在后期整理和编辑上的工作量。该模型现已在Gemini AP...

Read More
2026-02-17 talkingdev

开源|FreeFlow:对标Wispr Flow与Superwhisper的开源实时语音转写替代方案

近日,开发者Zach Latta在GitHub上发布了名为FreeFlow的开源项目,旨在为市场上流行的实时语音转写服务(如Wispr Flow、Superwhisper、Monologue等)提供一个免费且开源的替代方案。该项目在Hacker News社区引发了广...

Read More
2024-05-27 talkingdev

开源离线语音转写服务,支持区分多人会话和LLM摘要

最近,一家技术公司推出了一款自主研发的离线语音转写和说话人分离服务,服务还提供LLM(语言模型)摘要。这款服务可以帮助用户快速准确地将语音转换为文本,并将不同说话人的语音分离。此外,LLM摘要还可以帮助用户...

Read More
2023-12-22 talkingdev

WhisperPlus,高质量语音转文字技术开源

近日,WhisperPlus正式发布。据悉,该开源项目采用了先进的语音转文字处理技术,能够实现高质量、高准确性的语音转文字功能。此外,该项目还支持多种语言和方言,可广泛应用于语音转写、智能客服等领域。WhisperPlus...

Read More