#语音转写
共 34 篇相关文章
·7 分钟
Echologue：隐私优先的AI语音日记，独立开发者的产品范本
Echologue是一款隐私优先的AI语音日记应用，通过本地处理和端到端加密保护用户数据。本文从产品设计、技术架构和独立开发者哲学三个维度，解析这款从个人需求出发的AI工具如何在语音交互、知识管理与隐私保护的交汇点找到定位。
阅读全文 →
·8 分钟
Spring AI详解：统一API、RAG与企业级AI开发实战指南
深入解析Spring AI框架的核心特性，包括提供商无关的统一API抽象、RAG检索增强生成、结构化输出等能力，帮助Java开发者快速构建企业级AI应用。
阅读全文 →
·21 分钟
Spring AI 2.0详解：Java开发者快速上手大模型开发
深入解析Spring AI 2.0核心设计理念，涵盖提供商无关统一API、RAG检索增强生成、向量数据库集成等关键能力。Java开发者如何借助Spring生态无缝切入大模型应用开发，一文全面掌握。
阅读全文 →
·15 分钟
视频转笔记+知识库：AI辅助学习工作流实战指南
本文拆解一套完整的AI学习工作流：视频批量下载、自动转写、AI生成结构化笔记，再通过Dify知识库实现智能检索与问答。帮你把零散视频内容沉淀为可复用的个人知识库，告别低效的被动学习。
阅读全文 →
·5 分钟
政府AI本地化真正难点：OpenGENAI如何解耦云依赖
OpenGENAI是一个将日本政府AI应用改造为完全本地化版本的开源项目。本文深度解析其架构改造思路：从本地身份认证、本地后端到兼容大模型接口，揭示AI私有化部署的核心不在于换模型，而在于系统性解耦整套云依赖。适合关注数据主权与企业级AI落地的从业者参考。
阅读全文 →
·20 分钟
Spring AI 2.0实战：Java开发者构建Agent智能体入门指南
面向Java开发者的Spring AI 2.0完整入门指南，涵盖统一API抽象、RAG检索增强、工具调用、MCP协议及企业级实战项目，助你以Spring Boot技术积累快速构建AI原生应用与Agent智能体。
阅读全文 →
·9 分钟
MiniMax M3实测对比GPT、Claude、Gemini：五个真实任务谁更强
通过网页生成、编程开发、财报分析、视频理解、Computer Use五个真实任务，实测对比MiniMax M3与Claude、GPT Codex、Gemini的表现差异，含价格对比和使用建议。
阅读全文 →
·10 分钟
WWDC26开发者大会：苹果AI开发框架与Apple Intelligence全面升级解析
深度解析WWDC26苹果开发者大会三大核心更新：平台设计精细化、Apple Intelligence能力增强及全新AI开发框架，涵盖开发者资源、工具链改进与行业影响分析。
阅读全文 →
教程攻略·5 分钟
Gemma 4全面解析：Apache 2.0开源的Agent圣体
深度解析Google Gemma 4开源模型系列，涵盖31B、26B MOE、14B/12B三档模型红黑榜评测，提供Windows/Linux/Mac部署方案及MS-Swift微调实战教程，助你精准选型构建本地Agent工作流。
阅读全文 →
产品体验·5 分钟
万星导图：律师用AI高效梳理录音和笔录的实战方法
详解万星导图AI文件解析功能，帮助律师将通话录音、询问笔录自动转写并生成思维导图，覆盖诉讼证据梳理、刑事辩护笔录分析等场景，附使用建议与注意事项。
阅读全文 →
深度解读·8 分钟
Googlebook是什么？谷歌为何要放弃Chromebook重建笔记本生态
谷歌正式发布Googlebook笔记本平台，取代Chromebook和ChromeOS。本文深度解析Googlebook与Aluminium OS的关系、谷歌品牌重塑的战略考量，以及这一变革对教育市场和AI布局的深远影响。
阅读全文 →
教程攻略·7 分钟
Ruby-OpenAI：在Rails中集成GPT-5和WebRTC实时语音的完整指南
ruby-openai是GitHub上3200+星标的开源库，支持GPT-5模型和WebRTC实时语音通信。本文详解如何在Ruby on Rails项目中快速集成OpenAI API，实现智能客服、语音助手等AI功能。
阅读全文 →
产品体验·8 分钟
百聆：开源语音助手800ms低延迟，媲美GPT-4o对话体验
百聆（bailing）是一款基于ASR+LLM+TTS架构的开源语音助手，集成DeepSeek R1大模型，端到端延迟仅800ms，支持打断对话，可在Mac等低配设备流畅运行，助你打造私有化个人AI语音助手。
阅读全文 →
产品体验·17 分钟
Hugging Face Transformers：16万Star开源框架深度解析
深度解析Hugging Face Transformers开源框架，涵盖核心功能、API设计、模型生态及实战代码示例。了解这个16万Star项目如何降低AI使用门槛，推动大语言模型、计算机视觉和多模态AI的民主化发展。
阅读全文 →