Feiteng (@FeitengLi) “收藏破千，看来推友苦识别不准幻觉、时间轴不准久矣。 识别准 + 时间轴稳 + 说话人标” — TopicDigg
Feiteng
@FeitengLi
Speech · Image · Video · LLM multimodal generative models
Research → Infrastructure → Built AI algo serving 200M+ users
公众号: Generative AI
Open to opportunities
加入 November 2016
1.3K 正在关注 3.5K 粉丝
收藏破千，看来推友苦识别不准幻觉、时间轴不准久矣。
识别准 + 时间轴稳 + 说话人标记，全做好的寥寥。
要么我练手来写个桌面软件：内存 1G 左右，M4 上 40 倍实时率（1 分钟识别 40 分钟音频）。
桌面 App：拖拽文件转写、直接识别麦克风、会议纪要
兼容 OpenAI Audio API、可以接管 OpenClaw 音频理解请求、用于养虾
CLI & MCP Server（让 Claude / Codex 直接调）
一个程序，多种用法。差个名字了😑 一周时间出可用版本
觉得有用就转一下 —— 转发阅读前 20 第一批体验反馈。
显示更多
