v7eeaU2MLyWNvp
V2EX  ›  问与答

语音输入小工具的技术现状?

  •  
  •   v7eeaU2MLyWNvp · 8h 7m ago · 200 views
    • 目前感觉,应该是不需要一个专门的语音输入法,只需要一个快捷键能调起它,或者有其他方式能调起它就行了,对不对?

    • 我搜了一下,发现开源界目前比较主流的就是千问的那种语音模型,对不对?那这样的一个语音模型在本地运行,外加 AI 润色,这样就成了,是不是?它的优点就是 ASR 的流式输出?

    • Typeless 看起来很好,是收费的。我习惯于长按快捷键输出,它只有按一下快捷键进行转换的方式,也不太合适。

    • 我搜了一下,有一个叫 FluidVoice 的,还有一个叫 Handy 的,好像都不错。FluidVoice 据说是针对性优化做得最好,咱也不懂。FluidVoice 不支持更多的中文模型,主要还是面向西方社区。Handy 据说是用 Rust 写的,但还有 WebView 套壳。好家伙,这一下子感觉 Rust 就白用了。

    • 微信自带语音输入。那个好像是云端模型,你发完消息之后,它再从云端给你匹配文本,准确率有时候特别差。但是,你还得让微信一直在线。

    • 千问 App ,我下载到电脑上了,也可以实现语音输入。我问了一下 AI ,它说千问是本地模型加 AI 润色,所以准确度和速度都比较不错。这还不秒杀 Typeless 那种?大厂随随便便做一个,基本上就能平替 Typeless 的很多功能。但很可惜,你想用这个的话,就得把千问客户端一直打开。

    • 所以,我想问一下,目前开源的语音输入工具哪个好?不是输入法!!!有没有性能高、适配中文的?

    • 哦,对了,FluidVoice 还有一个额外的功能,就是可以触发那种命令模式。也就是说,它不单单是一个纯输入工具,还可以遵循你的语音指令做事情。不过这个我还没有细研究。

    • 你看,这就是一个很好的入口。苹果的 Siri 本来可以做这个的,但你也知道,Siri 各方面都不行,体验也不太好。

    No Comments Yet
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   1228 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 26ms · UTC 20:03 · PVG 04:03 · LAX 13:03 · JFK 16:03
    ♥ Do have faith in what you're doing.