sherpa-onnx
PulseAugur coverage of sherpa-onnx — every cluster mentioning sherpa-onnx across labs, papers, and developer communities, ranked by signal.
-
Audio To Text 应用在 Google Play 上进入封闭测试
名为 Audio To Text 的应用（原名 phone-whisper）已在 Google Play 上以 0.6.3 版本进入封闭测试阶段。此阶段是公开发布前的必要步骤，允许在各种 Android 设备和版本上进行测试。有兴趣的用户可以通过发送电子邮件至 [email protected] 来参与，以便被添加到测试者列表并接收安装说明。
-
Echo Dot 2 运行本地 28M 参数 LLM
一位用户成功地在 Amazon Echo Dot 2 上实现了一个本地语音管道，使其能够运行一个 28M 参数的 LLM。该设置利用了 `llama.cpp` 和设备上的离线语音识别，其有限的硬件包括一个 ARMv7 处理器和 512 MB RAM。该系统在提示处理期间大约达到 7 tokens/s，在生成期间达到 4 tokens/s，适用于控制智能家居设备等简单命令。
-
开发者使用Claude Code自动化bug报告和会议摘要
一位开发者创建了一个名为talkthrough-mcp的开源工具，该工具利用Claude Code从屏幕录像中自动生成bug报告。该工具可在本地索引视频，使Claude能够查询内容并生成带有时间戳、错误消息和相关帧等证据的草稿bug报告。该工具最初是为bug报告设计的，但也用于处理会议录音，提供带说话人标识的文字记录和摘要，大大缩短了审查冗长通话所需的时间。
-
随着云依赖性下降，离线听写应用应运而生
作者详细介绍了他们如何构建了一个名为 DictaFlow 的离线听写应用程序，该程序可以在 Windows 笔记本电脑、Mac 和 iPhone 等设备上本地运行语音识别模型。这与 Wispr Flow 等仍需要互联网连接才能进行听写的服务形成了对比。文章强调，现代硬件和开源模型（如 NVIDIA 的 Parakeet TDT 0.6B v3 和 OpenAI 的 Whisper）现在可以在不依赖云服务器的情况下执行转录，使得离线听写…