Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

给大家推荐一下，Cindy 里面我做的语音输入的功能。在输入完成以后，她可以接入大模型进行润色。对于经常输错的部分，能够自动加入词典，并且词典可以在多设备间端到端地同步。语音输入还可以绑定键盘快捷键，在其他的 App 里面使用快捷键也可以调用 Cindy 的语音输入，相当于是一个方便的语音输入法。欢迎大家来体验。

Dash

118,364 subscribers

33,638 görüntüleme • 9 gün önce •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

分享一个新的趋势随着Whisper变得更加精确，本地化成本降低，语音输入将成为主流。 🗣️ 相比键盘输入，语音输入更加自然，无需担心口语中的嗯、啊等词汇，因为LLM（大型语言模型）会进行相应的纠正。 📢 原本习惯的键盘输入逐渐成为了限制他们速度的瓶颈。 👨‍💻 现在连编程也能通过语音完成

分享一个新的趋势随着Whisper变得更加精确，本地化成本降低，语音输入将成为主流。 🗣️ 相比键盘输入，语音输入更加自然，无需担心口语中的嗯、啊等词汇，因为LLM（大型语言模型）会进行相应的纠正。 📢 原本习惯的键盘输入逐渐成为了限制他们速度的瓶颈。 👨‍💻 现在连编程也能通过语音完成

Jeffery Kaneda　金田達也

51,797 görüntüleme • 2 yıl önce

AI驱动的语音听写工具：Whispo，按Ctrl键就可以开始录音，松开即可将语音转文字转录内容可以自动插入到任何支持文本输入的应用中，数据存于本地 github： #语音转录 #Whispo

AI驱动的语音听写工具：Whispo，按Ctrl键就可以开始录音，松开即可将语音转文字转录内容可以自动插入到任何支持文本输入的应用中，数据存于本地 github： #语音转录 #Whispo

AIGCLINK

27,149 görüntüleme • 1 yıl önce

豆包语音输入法！YYDS！其他语音输入法可以退下了。前两天跟朋友聊起来，人类的信息输出方式里，语言是最快的，AI时代打字非常影响效率，脑机接口实现之前，语音输入是最好的过渡形式。此刻，豆包应该能暂时成为这个过渡阶段最好的选择了。

豆包语音输入法！YYDS！其他语音输入法可以退下了。前两天跟朋友聊起来，人类的信息输出方式里，语言是最快的，AI时代打字非常影响效率，脑机接口实现之前，语音输入是最好的过渡形式。此刻，豆包应该能暂时成为这个过渡阶段最好的选择了。

SimbaLee

123,189 görüntüleme • 4 ay önce

大家好，OpenCat macOS 版也支持「键盘扩展」啦，可以在任意 App 中调用 GPT 了。在任意 App 中输入 /cat 提示词，就可以快速调用模型。输入 /对话名称提示词，就可以调用您已经创建的对话。输入 /en /ja /zh 等 + 待翻译的句子，就可以自动翻译。输入 /模型名称提示词，可以直接调用某个模型。因为权限问题，App Store 下载的版本不支持这个功能，需要从我们的官网下载。然后输入您的 App Store 订单号来激活。官网下载的版本还不支持内购，如果要购买 Pro 或者 Cloud，请从 App Store 下载，然后使用订单号激活。 PS：这个功能其实发布很久了，但一直没有宣传 🤣

大家好，OpenCat macOS 版也支持「键盘扩展」啦，可以在任意 App 中调用 GPT 了。在任意 App 中输入 /cat 提示词，就可以快速调用模型。输入 /对话名称提示词，就可以调用您已经创建的对话。输入 /en /ja /zh 等 + 待翻译的句子，就可以自动翻译。输入 /模型名称提示词，可以直接调用某个模型。因为权限问题，App Store 下载的版本不支持这个功能，需要从我们的官网下载。然后输入您的 App Store 订单号来激活。官网下载的版本还不支持内购，如果要购买 Pro 或者 Cloud，请从 App Store 下载，然后使用订单号激活。 PS：这个功能其实发布很久了，但一直没有宣传 🤣

Baye

125,252 görüntüleme • 2 yıl önce

第一个开源的具有实时对话能力的多模态模型：Mini-Omni ，支持端到端的语音输入、输出 Mini-Omni是清华大学启元实验室开源的项目，能听、能说也能实时思考，在实时语音交互上媲美GPT-4o 特点： 1、实时语音到语音的对话能力: 无需额外的ASR或TTS模型 2、边思考边说话: 能够同时生成文本和音频 3、流式音频输出: 支持流式音频输出 4、"Any Model Can Talk" 方法: Mini-Omni 可以将语音交互能力添加到其他模型中，为其他模型赋能 github：论文： #LLM #实时语音对话LLM

第一个开源的具有实时对话能力的多模态模型：Mini-Omni ，支持端到端的语音输入、输出 Mini-Omni是清华大学启元实验室开源的项目，能听、能说也能实时思考，在实时语音交互上媲美GPT-4o 特点： 1、实时语音到语音的对话能力: 无需额外的ASR或TTS模型 2、边思考边说话: 能够同时生成文本和音频 3、流式音频输出: 支持流式音频输出 4、"Any Model Can Talk" 方法: Mini-Omni 可以将语音交互能力添加到其他模型中，为其他模型赋能 github：论文： #LLM #实时语音对话LLM

AIGCLINK

52,304 görüntüleme • 1 yıl önce

今天给推特大佬们演示一下我们内部开发的 Linux 语音输入法，它的效率真的非常的夸张，而且交互方式很简单，只用按 Ctrl 加徽标键就可以启动，说完话以后按 Ctrl V 就可以粘贴，超级爽。

今天给推特大佬们演示一下我们内部开发的 Linux 语音输入法，它的效率真的非常的夸张，而且交互方式很简单，只用按 Ctrl 加徽标键就可以启动，说完话以后按 Ctrl V 就可以粘贴，超级爽。

Andy Stewart

20,683 görüntüleme • 6 ay önce

玩了一下Suno ，太好玩了，随便输入111就能生成一首好听的歌曲，自定义模式下输入了"Coming Home"的歌词，重新生成的歌曲也很好听。第一个是原创，后面两个是用suno V3生成的。来对比下效果这是一款免费的AI音乐和语音生成工具，在他们官网上可以使用Chirp音乐模型生成2分钟的音乐，有谷歌账号的能一键登录使用，有两种模式，随便输入提示词和自定义模式。有音乐创作需求的可以收藏着备用。Suno AI 提供免费版和付费版，免费版每天提供 50 Credits，可创作 10 首歌曲。直达传送门：

玩了一下Suno ，太好玩了，随便输入111就能生成一首好听的歌曲，自定义模式下输入了"Coming Home"的歌词，重新生成的歌曲也很好听。第一个是原创，后面两个是用suno V3生成的。来对比下效果这是一款免费的AI音乐和语音生成工具，在他们官网上可以使用Chirp音乐模型生成2分钟的音乐，有谷歌账号的能一键登录使用，有两种模式，随便输入提示词和自定义模式。有音乐创作需求的可以收藏着备用。Suno AI 提供免费版和付费版，免费版每天提供 50 Credits，可创作 10 首歌曲。直达传送门：

穆尼

82,695 görüntüleme • 2 yıl önce

1. Microsoft Copilot Copilot是ChatGPT的最佳免费选择。你可以： → 生成多个图像 → 通过语音输入使用 → 免费使用ChatGPT的高级功能

1. Microsoft Copilot Copilot是ChatGPT的最佳免费选择。你可以： → 生成多个图像 → 通过语音输入使用 → 免费使用ChatGPT的高级功能

Bitturing

46,466 görüntüleme • 1 yıl önce

我们来听听会说话的ChatGPT 口语怎么样呢？你也可以口语语音输入和它对话。

我们来听听会说话的ChatGPT 口语怎么样呢？你也可以口语语音输入和它对话。

yiqifacai.eth

21,447 görüntüleme • 3 yıl önce

语音输入法升级 HeyClicky：一个能 “屏幕感知语音输入”工具它不仅能将语音内容转文字，还能看到你屏幕的内容，能理解你屏幕上正在看的内容，再根据上下文帮你写。在 Gmail 中，可以看到邮件内容后自动生成合适的回复在 Claude 终端里，可以根据当前技术信息替小白补充追问在演示文稿中，可以调用 YC Skill，帮助修改融资材料和开场文案可以在各种应用里看到你的内容进行智能回复它还会记住你的表达习惯，让生成内容更像本人一句话概括：它把传统语音输入升级成了“能看懂屏幕、理解上下文、直接替你完成表达”的 AI 写作助手。

语音输入法升级 HeyClicky：一个能 “屏幕感知语音输入”工具它不仅能将语音内容转文字，还能看到你屏幕的内容，能理解你屏幕上正在看的内容，再根据上下文帮你写。在 Gmail 中，可以看到邮件内容后自动生成合适的回复在 Claude 终端里，可以根据当前技术信息替小白补充追问在演示文稿中，可以调用 YC Skill，帮助修改融资材料和开场文案可以在各种应用里看到你的内容进行智能回复它还会记住你的表达习惯，让生成内容更像本人一句话概括：它把传统语音输入升级成了“能看懂屏幕、理解上下文、直接替你完成表达”的 AI 写作助手。

小互

22,638 görüntüleme • 22 gün önce

Codex 更新了，现在你可以在 Codex 里直接使用 GPT Live 实时的语音模型。相较于手机端来说，这个体验简直太爽了！你完全可以脱离键盘等任何输入设备，纯语音跟 Codex 交互。比如你戴个带个 AirPods，就可以在家里的任何地方和它对话，用语音询问它生成的结果。它还可以帮你执行 Codex 上的任何命令，这意味着你所有的 vibe coding 都可以脱离键盘和按键，只靠说话来完成了。它会一直处于待命状态。如果你像官方演示那样，放个投影或者把电脑连接到电视上，就可以边干活、边玩游戏或做其他事。即使是上厕所，你都能随时掌握你的 Codex 进度。我刚才简单试了一下，真的很爽！

Codex 更新了，现在你可以在 Codex 里直接使用 GPT Live 实时的语音模型。相较于手机端来说，这个体验简直太爽了！你完全可以脱离键盘等任何输入设备，纯语音跟 Codex 交互。比如你戴个带个 AirPods，就可以在家里的任何地方和它对话，用语音询问它生成的结果。它还可以帮你执行 Codex 上的任何命令，这意味着你所有的 vibe coding 都可以脱离键盘和按键，只靠说话来完成了。它会一直处于待命状态。如果你像官方演示那样，放个投影或者把电脑连接到电视上，就可以边干活、边玩游戏或做其他事。即使是上厕所，你都能随时掌握你的 Codex 进度。我刚才简单试了一下，真的很爽！

歸藏(guizang.ai)

56,332 görüntüleme • 13 gün önce

字节给苹果笔记本 MacOS，开放内测的豆包输入法，太厉害了。安装后，只需要在输入栏，双击 Option 键，就能呼出语音识别。需要补充的是，这条推文也是我用嘴说出来的。等同于，我可以带着电脑，线下去录制语音转文字。推上有不少人贴了获取方式。

字节给苹果笔记本 MacOS，开放内测的豆包输入法，太厉害了。安装后，只需要在输入栏，双击 Option 键，就能呼出语音识别。需要补充的是，这条推文也是我用嘴说出来的。等同于，我可以带着电脑，线下去录制语音转文字。推上有不少人贴了获取方式。

AB Kuai.Dong

320,851 görüntüleme • 4 ay önce

一个汉字由声母和韵母组成，所以周志农发明的双拼输入法，每个汉字只需要敲两次键盘即可。我也是一直使用双拼输入法，速度非常快，对其他输入法基本上不感兴趣。但是最近时间线和公众号有很多人推荐闪电输入语音输入，开始我也没有当回事，心想语音输入能有多多快呢？后来两个合伙人都跟我安利，说很好用，每天都在用，我就想试试看了现在我彻底投降了。我想告诉你，我现在已经爱上了口喷编程、口喷写作，哈哈哈使用方式非常简单，按一下快捷键，对着麦克风一顿喷，说完回车就完事，比敲键盘快多了。我已经连续三天没正经打过字了大脑到文字的延迟几乎为零，效率直接起飞。本条推文就是我对着麦克风喷出来的，一次性成文，几乎没改看看视频，感受下（请忽略我感冒的口音）

一个汉字由声母和韵母组成，所以周志农发明的双拼输入法，每个汉字只需要敲两次键盘即可。我也是一直使用双拼输入法，速度非常快，对其他输入法基本上不感兴趣。但是最近时间线和公众号有很多人推荐闪电输入语音输入，开始我也没有当回事，心想语音输入能有多多快呢？后来两个合伙人都跟我安利，说很好用，每天都在用，我就想试试看了现在我彻底投降了。我想告诉你，我现在已经爱上了口喷编程、口喷写作，哈哈哈使用方式非常简单，按一下快捷键，对着麦克风一顿喷，说完回车就完事，比敲键盘快多了。我已经连续三天没正经打过字了大脑到文字的延迟几乎为零，效率直接起飞。本条推文就是我对着麦克风喷出来的，一次性成文，几乎没改看看视频，感受下（请忽略我感冒的口音）

Asa

113,622 görüntüleme • 8 ay önce

最近在做iOS上的小鹤双拼带纠错的输入法。想问一问有没有大佬知道，目前画输入法的界面有比较方便的方法吗？最好是可以直接一行代码复用官方输入法的设计。Claude code 和 Codex 合力花了好几百刀的token做出来的效果上这样的：

最近在做iOS上的小鹤双拼带纠错的输入法。想问一问有没有大佬知道，目前画输入法的界面有比较方便的方法吗？最好是可以直接一行代码复用官方输入法的设计。Claude code 和 Codex 合力花了好几百刀的token做出来的效果上这样的：

蛋挞也是 Taco🎄

11,394 görüntüleme • 3 ay önce

刚刚过去的一天整个ai行业又有大事发生！ Claude code重磅更新！今天凌晨推出了自动修复功能，现在claude code可以自己完成代码修复，自动持续提交pr以及修改bug等功能，确保代码的审核修改和上交都在自动化的过程中可以完成，这也是自周初推出自动研究功能后，本周推出的第二个自动化功能。 AI自动化写代码改代码提交代码，本周也是上升到了一个新的维度。同时谷歌也是在今天凌晨发布了gemini3.1 flash live版本，这是一个语音输入的大模型，现在用户可以通过语音输入的方式，指导用户写代码。我觉得这种语音输入的大模型后续可以方便残疾人使用ai，这也是ai技术进步对于人类温情的体现。谷歌也发布了一个音乐生成模型 lyria，这是一个可以帮助用户更方便的制作音乐的模型，也可以通过图片文字和视频更好的生产新的音乐，目前在谷歌ai studio已经可以使用。 Openai宣布其广告收入的年化收入也已经超过了1亿美金，他们从今年1月开始为部分美国用户提供了广告，并且和600多家公司签订了合同。如果这条路径能走通，也将为openai获得一个新的收入渠道，不过之前anthropic也已经多次嘲讽过openai的广告太多，希望不要成为下一个百度。更多具体内容请看视频！感谢大家点赞关注支持！谢谢！

刚刚过去的一天整个ai行业又有大事发生！ Claude code重磅更新！今天凌晨推出了自动修复功能，现在claude code可以自己完成代码修复，自动持续提交pr以及修改bug等功能，确保代码的审核修改和上交都在自动化的过程中可以完成，这也是自周初推出自动研究功能后，本周推出的第二个自动化功能。 AI自动化写代码改代码提交代码，本周也是上升到了一个新的维度。同时谷歌也是在今天凌晨发布了gemini3.1 flash live版本，这是一个语音输入的大模型，现在用户可以通过语音输入的方式，指导用户写代码。我觉得这种语音输入的大模型后续可以方便残疾人使用ai，这也是ai技术进步对于人类温情的体现。谷歌也发布了一个音乐生成模型 lyria，这是一个可以帮助用户更方便的制作音乐的模型，也可以通过图片文字和视频更好的生产新的音乐，目前在谷歌ai studio已经可以使用。 Openai宣布其广告收入的年化收入也已经超过了1亿美金，他们从今年1月开始为部分美国用户提供了广告，并且和600多家公司签订了合同。如果这条路径能走通，也将为openai获得一个新的收入渠道，不过之前anthropic也已经多次嘲讽过openai的广告太多，希望不要成为下一个百度。更多具体内容请看视频！感谢大家点赞关注支持！谢谢！

Vic TALK

14,539 görüntüleme • 4 ay önce

我之前一直用闪电说，也用过Typeless、智谱的老实说，都不完美闪电说免费，端侧识别最快，但中英文结合输出不好 Typeless体验很好，但收费，且最终输出质量也就那样手机上的话，豆包输入法是无敌的（除了没有双拼）这个相信体验过的朋友都有感受电脑版豆包也支持语音输入中英文结合也很好，还免费如果除了专门的电脑版豆包语音输入法上面两家国内都不能要了但现在还没出所以有两个问题 1 输入必须组合键 2 结束后还要回车才能上屏我之前体验后因为每次语音输入都要多按两次直接放弃了最近突然想，能不能用CC搞定这个问题呢？结果真的可以调研25分钟后给了个解决方案并且把配置的JSON文件都给生成好了特别爽！现在按住Fn，开始口喷，松开Fn，直接上屏

我之前一直用闪电说，也用过Typeless、智谱的老实说，都不完美闪电说免费，端侧识别最快，但中英文结合输出不好 Typeless体验很好，但收费，且最终输出质量也就那样手机上的话，豆包输入法是无敌的（除了没有双拼）这个相信体验过的朋友都有感受电脑版豆包也支持语音输入中英文结合也很好，还免费如果除了专门的电脑版豆包语音输入法上面两家国内都不能要了但现在还没出所以有两个问题 1 输入必须组合键 2 结束后还要回车才能上屏我之前体验后因为每次语音输入都要多按两次直接放弃了最近突然想，能不能用CC搞定这个问题呢？结果真的可以调研25分钟后给了个解决方案并且把配置的JSON文件都给生成好了特别爽！现在按住Fn，开始口喷，松开Fn，直接上屏

AI产品黄叔

68,648 görüntüleme • 6 ay önce

Kyutai 又推出了一个新的语音模型： Unmute 这是一个高度模块化的语音 AI 系统，可以为任何文本大语言模型快速添加语音功能。也就是它可以插入到任意的模型当中，让该模型具有语音能力。 -它能够很智能判断你是否说完一句话，然后再接茬 -你也可以随时打断它 -基于 10 秒语音样本即可定制声音 -能实现“文本流式”合成，支持在文本尚未完全生成时开始说话，进一步降低响应延迟。

Kyutai 又推出了一个新的语音模型： Unmute 这是一个高度模块化的语音 AI 系统，可以为任何文本大语言模型快速添加语音功能。也就是它可以插入到任意的模型当中，让该模型具有语音能力。 -它能够很智能判断你是否说完一句话，然后再接茬 -你也可以随时打断它 -基于 10 秒语音样本即可定制声音 -能实现“文本流式”合成，支持在文本尚未完全生成时开始说话，进一步降低响应延迟。

小互

37,051 görüntüleme • 1 yıl önce

十分抱歉，由于本人太忙 OpenAI Translator 好久没有重大更新了！时隔多日，重大更新终于来了！最新版的桌面端 OpenAI Translator 支持了「写作」功能，此功能会自动把当前输入框中的文本翻译成目标语言，在操作系统的所有的输入框中都可以使用，大家再也不用担心跟国际友人文字聊天了！大家快来下载试用一下吧！

十分抱歉，由于本人太忙 OpenAI Translator 好久没有重大更新了！时隔多日，重大更新终于来了！最新版的桌面端 OpenAI Translator 支持了「写作」功能，此功能会自动把当前输入框中的文本翻译成目标语言，在操作系统的所有的输入框中都可以使用，大家再也不用担心跟国际友人文字聊天了！大家快来下载试用一下吧！

yetone

889,708 görüntüleme • 2 yıl önce

做了一个小功能，把常用的很有用的 shell 命令行做成一个列表，然后点一下就帮你输入到 Terminal 等待你的编辑并回车了……大家可以把你们常用的 shell 命令留在评论区，我把其做到我们 MegaEase 的控制台上……（大家可以上 (国内) 或

做了一个小功能，把常用的很有用的 shell 命令行做成一个列表，然后点一下就帮你输入到 Terminal 等待你的编辑并回车了……大家可以把你们常用的 shell 命令留在评论区，我把其做到我们 MegaEase 的控制台上……（大家可以上 (国内) 或

Hao Chen

258,525 görüntüleme • 3 yıl önce