#语音识别工具
共 6 篇相关文章
·7 分钟
Gemini 3.5 Transcribe：谷歌智能语音转录模型全面解析
深入解析谷歌最新发布的Gemini 3.5 Transcribe语音转录模型，了解其智能转录、精准识别的核心能力，以及在会议记录、字幕生成、客服质检等场景的应用价值与竞争优势。
阅读全文 →
·15 分钟
VoiceGecko：完全本地运行的开源语音转文字工具
VoiceGecko 是一款开源桌面语音转文字工具，完全本地运行，无需云端处理。支持快捷键触发、即时转录，兼顾隐私保护与低延迟体验，适合开发者、AI用户和内容创作者提升输入效率。
阅读全文 →
·7 分钟
claude-video：让Claude学会"看"视频的开源工具解析
claude-video是一个GitHub热门开源项目，通过视频抽帧和音频转录技术，赋予Claude分析和理解视频内容的能力。本文详解其工作原理、应用场景及局限性，帮助开发者快速上手视频多模态分析。
阅读全文 →
观点碰撞·6 分钟
户外编程：Touch Grass与Build Things可以兼得
当AI编程助手让开发者摆脱办公桌束缚，户外编程成为新趋势。探讨如何借助云端IDE、语音编程等工具，在自然环境中保持创造力与生产力的平衡。
阅读全文 →
·11 分钟
Claude Code自动生成视频章节进度条动画教程
利用Claude Code的Skill机制和Remotion库，只需导入字幕文件即可自动生成视频章节进度条动画。支持六种内置风格和自定义贴纸，告别繁琐的手动剪辑流程，让视频制作效率大幅提升。
阅读全文 →
教程攻略·12 分钟
Whisper本地部署教程：手把手搭建免费语音转文字工具
详细图文教程教你在本地部署OpenAI Whisper语音识别工具，涵盖Conda环境配置、PyTorch安装、模型选择到实际转录操作全流程，支持近百种语言，免费生成SRT字幕文件。
阅读全文 →