#语音识别

Attyn：把AI直接带到光标位置的Mac效率神器

Attyn 是一款 macOS 嵌入式AI工具，支持原地改写文本、实时语音转文字、屏幕内容问答和可视化解释四大功能，无需切换应用即可调用AI能力，支持自带API密钥和本地模型运行。

Zetik：口袋里的AI情报参谋团队，终结信息焦虑

Zetik是一款AI多智能体情报工具，通过采集、过滤、分析、简报四步情报周期，24/7全天候从播客、论文、代码、推文等多源信息中提炼关键洞察，让普通人也能拥有专属情报参谋团队。

Pixel 11系列上手体验：硬件保守依旧，软件依然聪明

Pixel 11全系列上手体验，涵盖标准版、Pro、Pro XL及Pro Fold折叠屏。全新Highlight LED灯、Tensor G6芯片、升级影像系统，但价格全线上涨100美元。详解硬件升级与软件亮点，分析是否值得购买。

企业级AI智能面试系统：设计思路与落地实践全解析

深入解析企业级AI智能面试系统的设计与落地方案，涵盖HR岗位配置、简历动态出题、语音识别作答、结构化评估报告等核心功能，帮助企业解决技术面试资源浪费问题，提升招聘效率与候选人体验。

SL2T模型：手语实时转文字的AI突破与无障碍技术新方向

深入解析SL2T手语转文字AI模型的核心技术原理、应用价值与发展前景。了解这款突破性模型如何通过多模态识别将连续手语实时转换为文字，为聋人和听障群体消除数字沟通鸿沟。

Oh-My-Pi深度体验：内置LSP和调试器的编程Agent全面评测

深度评测Oh-My-Pi编程Agent的核心功能：hashline编辑模式、内置LSP工作区重构、真实调试器、语音交互与协作功能，对比Pi框架的设计哲学差异，帮你判断是否值得迁移。

Dograh：开源语音AI智能体平台，VAPI的免费替代方案

Dograh是一款完全开源的语音AI智能体平台，提供可视化流程构建、30+模型集成、本地部署、电话通信及人工转接等功能，支持一条命令自托管，是VAPI的自由替代方案。

AI日报：阿里语音平台夺三冠，OpenAI暂停高危模型

今日AI要闻：OpenAI紧急暂停具备网络攻击能力的前沿模型；阿里CosyVoice Studio横扫语音识别、实时交互、语音合成三项全球第一；Cloudflare发布Agent专属无头浏览器Kitsurf；GitHub Copilot监控升级支持Agent量化分析。

OpenAI语音操控电脑升级，OpenJDK禁用AI生成代码

OpenAI ChatGPT桌面端引入语音操控功能，支持多步骤智能体协作；OpenJDK明确禁止AI生成代码贡献；中科曙光十万卡超集群落成；Jeff Dean创业聚焦AI科学发现。AI行业加速与治理并行的最新动态。

FirstSignal：AI语音代理如何革新首轮面试筛选流程

深度解析FirstSignal这款AI语音面试筛选工具，了解其如何通过实时语音通话自动完成首轮结构化面试，帮助招聘团队高效筛选候选人，同时保留人类最终决策权。

Linforge：把Anki闪卡变成AI英语口语陪练

Linforge是一款与Anki深度同步的AI口语练习工具，提供音素级发音纠正和实时语法反馈，帮助英语学习者将背过的单词转化为流利口语输出，解决哑巴英语难题。

语言学家入局AI：LLM评估背后的人力真相

一则时薪40-50美元的语言学专家招聘揭示AI训练幕后真相：大语言模型评估为何需要母语专家？RLHF人类反馈如何决定模型质量上限？解读AI产业中正在崛起的专家经济。

手语转文字AI：SL2T模型如何实现无障碍沟通

深入解析手语转文字AI模型SL2T的技术突破与应用价值，了解它如何将手语动作实时转化为文本，为聋人和听力障碍群体打破沟通壁垒，推动数字无障碍包容性发展。

everyone-can-use-english：3.5万Star的AI英语学习开源神器

everyone-can-use-english是GitHub上超3.5万Star的开源英语学习工具，集成Whisper语音识别、TTS和大语言模型，提供精听训练、跟读对比、AI对话等功能，帮助开发者和学习者零成本突破哑巴英语。

谷歌SL2T模型：手语实时转文字技术登陆Pixel 11

谷歌发布SL2T手语转文字模型，支持美国手语实时转换为英文文本，深度整合Gboard输入法与Live Transcribe，率先在Pixel 11端侧部署，为聋人及听障用户提供系统级无障碍交互体验。

ChatGPT语音模式突然尖叫？深度解析AI异常行为的技术真相

一位用户深夜使用ChatGPT语音模式时，AI突然发出惊恐尖叫且事后否认。本文从技术角度解析这一异常行为的成因，包括端到端音频模型幻觉、上下文断裂等可能原因，帮你理解AI语音交互的潜在风险。

NVIDIA开源Switchyard：用Rust打造的AI任务调度引擎

NVIDIA-NeMo团队开源Switchyard项目，使用Rust语言构建高性能AI任务调度引擎。本文解析Switchyard的技术定位、选择Rust的原因及其在NeMo生态中的战略意义。

AI智能体是什么？感知、决策、行动三大核心组件深度解析

深入解析AI智能体（AI Agent）的本质定义与三大核心组件：感知、决策、行动。通过语音助手和编程助手实例，厘清AI智能体与纯聊天AI、自动化脚本的本质区别，建立清晰认知框架。

GitHub日报·08月13日：本地AI工具集体爆发，隐私优先成主旋律

Unsloth Desktop：首款支持本地训练+推理的开源AI桌面应用

Unsloth Desktop是一款开源桌面应用，支持Mac/Windows/Linux三平台，集成本地模型训练与推理功能，提供2倍训练加速、70%显存节省，支持GGUF、MLX等格式及Claude Code连接，是本地AI开发的一站式平台。