NVIDIA近期在Hugging Face发布Nemotron 3.5 Transcribe开放权重模型，将自动语音识别能力扩展至多语言转录、翻译、说话人归属和音频问答等任务。该模型在多个转录与说话人归属排行榜中排名第一，支持最多40种语言，...

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...

知名本地大模型运行平台 LM Studio 正式推出 AI 代理 Bionic，专门为开放模型打造的智能助手，覆盖编码、研究和文档管理等多种生产力场景。Bionic 最大的特点在于架构灵活性：用户既可以选择在本地设备上完全离线运...

OpenAI近日在API中正式推出了一系列全新的实时音频模型，标志着语音交互技术迈入了一个全新阶段。该系列包括三款核心模型：GPT-Realtime-2，专注于增强对话式推理能力，能够实现更自然、更具逻辑性的实时语音对话；G...

Whispering是一款基于开源协议的语音转文本（Speech-to-Text）应用程序，其核心设计理念强调“本地优先”和“数据透明化”。该工具允许用户通过快捷键快速启动语音转录，并支持自主选择云端或本地计算资源进行处理，无需...

人工智能平台Hugging Face近日发布了一项突破性的语音转录服务——Whisper极速端点（Fast Whisper Endpoint）。这项创新技术通过优化模型架构和计算资源分配，实现了高达8倍的转录速度提升，为语音处理领域树立了新的...

SEMamba是一款全新的语音增强系统，它利用了Mamba状态空间模型来提高语音信号的清晰度。这款语音增强系统的主要目标是通过去噪和清晰的语音信号处理，来提高人们的语音识别和理解。SEMamba系统具有高度的灵活性，能...

近日，GitHub在其官方库中发布了一款全新的技术产品——Whisper Turbo。该产品被设计为OpenAI Whisper API的替代品，主要用于提供语音转录服务。最引人注目的是，Whisper Turbo的转录速度是OpenAI Whisper API的20倍。...