余温 (@gkxspace) “5、 另外，最离谱的是，ASR + LLM + TTS 三件套全开端到端。 输入: 13 分钟英文 N” — TopicDigg
余温
@gkxspace
🌸05年连续创业者 | 专注 AI 产品 | 项目营收 7 位数+
✨记录真实的创业路：项目复盘、踩坑总结和成长思考
💗AI 产品构建 & AI 商业化方案 & 企业 AI 转型
加入 January 2025
877 正在关注 34.9K 粉丝
5、
另外，最离谱的是，ASR + LLM + TTS 三件套全开端到端。
输入:
13 分钟英文 NPR 早间新闻 mp3：
· ASR 转写英文 (41 秒, 9 段并发)
· LLM "中文化重制" (22 秒, 1064 字)，并非机翻，是重写成地道中文播客口吻，会带"对吧"、"咱们也搬个小板凳"
· TTS 合成中文 mp3 (68 秒, 3.4 MB)
得到一份完全本地化的中文版本，直接可以发自己频道。
一个 key、一个 base_url、一个 OpenAI SDK 跑完整条链路。
显示更多
