-
WhisperX: 带时间戳的自动语音识别及说话人分离
WhisperX: 带时间戳的自动语音识别及说话人分离 whisperXm-bain/whisperX: 是一个用于实现语音识别和语音合成的 JavaScript 库。适合在需要进行语音识别和语音合成的网页中使用。特点是提供了一种简单、易用的 API，...
-
使用OpenAI Whisper的说话人识别管道
使用OpenAI Whisper的说话人识别管道 whisper-diarizationAutomatic Speech Recognition with Speaker Diarization based on OpenAI Whisper项目地址:...
-
【黄啊码】三分钟学会文心一言
（一）什么是文心一言 文心一言是百度研发的 人工智能大语言模型产品，能够通过上一句话，预测生成下一段话。 任何人都可以通过输入【指令】和文心一言进行对话互动、提出问题或要求，让文心一言高效地帮助人们获取信息、知识和灵感。 *指令（prompt）其实就...
-
智能语音生成会议纪要的神器
嘿，技术爱好者们，今天我想分享一个令人兴奋的智能语音项目。它巧妙地结合了faster-whisper、Pyannote以及一系列先进的大语言模型，旨在为会议纪要的自动化生成带来新的可能。 开发了一个智能语音生成会议纪要的神器 在线体验：智能语音...
-
Whisper Burn 开源项目教程
Whisper Burn 开源项目教程 whisper-burnA Rust implementation of OpenAI's Whisper model using the burn framework项目地址:https://gitcode.c...
-
开源模型应用落地-语音转文本-whisper模型-AIGC应用探索（三）
一、前言 语音转文本技术具有重要价值。它能提高信息记录和处理的效率，使人们可以快速将语音内容转换为可编辑、可存储的文本形式，方便后续查阅和分析。在教育领域，可帮助学生更好地记录课堂重点；在办公场景中，能简化会议记录工作。同时，该技术也为残障人士提...
-
魅族20系列手机Flyme AIOS内测报名：实况通知、图文理解总结，限量6000名
魅族科技今日发布公告，招募Flyme AIOS内测用户。据悉，此次招募的机型包括魅族20、20 PRO、20 Classic和20 INFINITY无界版4款机型。具体招募时间为2024年6月11日至6月12日，每个机型将招募2000名用户。报名版本要求为...
-
开源模型应用落地-语音转文本-whisper模型-AIGC应用探索（一）
一、前言 语音转文本技术具有重要价值。它能提高信息记录和处理的效率，使人们可以快速将语音内容转换为可编辑、可存储的文本形式，方便后续查阅和分析。在教育领域，可帮助学生更好地记录课堂重点；在办公场景中，能简化会议记录工作。同时，该技术也为残障人士提...
-
开源模型应用落地-语音转文本-whisper模型-AIGC应用探索（二）
一、前言 语音转文本技术具有重要价值。它能提高信息记录和处理的效率，使人们可以快速将语音内容转换为可编辑、可存储的文本形式，方便后续查阅和分析。在教育领域，可帮助学生更好地记录课堂重点；在办公场景中，能简化会议记录工作。同时，该技术也为残障人士提...
-
六位一线AI工程师总结爆火！大模型应用摸爬滚打一年心得公开，网友：全程高能
六位一线AI工程师和创业者，把在大模型应用开发上摸爬滚打一整年的心得，全!分!享!了! （奇怪的六一儿童节大礼包出现了） 这篇干货长文，一时间成为开发者社区热议的话题。 有网友评价为，大模型领域少有的“有操作性”的实用见解，非常值得一读。 这6位作者来...
-
OpenAI API - 使用Whisper和GPT-4模型开发一个自动化会议记录生成器
前言 本文章结合官方教程给大家介绍如何利用OpenAI的Whisper和GPT-4模型来开发一个自动化会议记录生成器。这个应用程序可以转录会议音频 一 应用程序基本介绍 Whisper和GPT-4模型：Whisper是一个用于音频转录的模型，而G...
-
ChatGPT的AI“记忆” 功能能够记住付费用户的偏好
今年二月，ChatGPT背后开发商的 OpenAI 宣布推出了 “Memory” 功能，该功能允许 ChatGPT 更持久地存储查询、提示和其他定制内容。 当时，该功能仅适用于 “少部分” 用户，但现在 ChatGPT Plus 付费订阅用户在欧洲或韩国以...
-
OpenAI 向 ChatGPT Plus 用户开放“记忆”功能
IT之家 4 月 30 日消息，OpenAI 公司今天宣布，面向所有 ChatGPT Plus 用户开放“记忆”（Memory）功能，可以让 ChatGPT 记住用户在聊天中讨论过的事情，并避免重复信息。 用户可以控制 ChatGPT 需要记住...
-
Skeleton Fingers官网体验入口 AI音频转录工具在线使用地址
Skeleton Fingers是一款基于AI技术的网页音频转录产品。它可以直接在浏览器中将音频链接、上传的音频文件或语音录制转换为文字。该产品具有无需下载安装、在线即可使用的优势，支持多种音频输入方式，并采用AI语音识别技术，准确高效。操作简单，界面友好...
-
如果谷歌与苹果达成AI合作 微软与OpenAI的联盟会不会地位难保？
因为在AI上掌握先发优势，微软老树开新花，成为科技界当红明星。它的市值已经达到3.2万亿美元，是全球市值最高的企业。 微软之所以如此耀眼，主要还是归功于OpenAI。目前OpenAI开发的GPT大语言模型已经是微软Copilot的基础。最近微软正在以光...
-
微软新工具LLMLingua-2：可将 AI 提示压缩高达80%，节省时间和成本
微软研究发布了名为 LLMLingua-2的模型，用于任务不可知的提示压缩。该模型通过智能地去除长提示中的不必要词语或标记，同时保留关键信息，使得提示长度可减少至原长度的20%，从而降低成本和延迟。研究团队写道:“自然语言存在冗余，信息量不尽相同。” LL...
-
9个可以改善生活的生成式AI工具
你是否在为演讲创意、日程安排或是保持收件箱整洁而苦恼？这些工具可以为你分担繁重的工作。 清理收件箱中的最新一批垃圾邮件或创建日历事件可能会令人疲惫。有了合适的AI生产力工具，你可以把这些烦恼抛在脑后，每天还能腾出额外的时间。以下是一些最佳的AI工作工具。...
-
WhisperFusion：与 AI 无缝语音对话（超低延迟），深入理解用户每句话背后的含义
演示视频里面，那老哥问它问题之后，后面更改问题，依然能很好的记录问题变化的过程并给出答案。 WhisperFusion 是基于 WhisperLive 和 WhisperSpeech 的强大工具，将声音转文字和文字理解融为一体，让你与AI机器人无缝语音对...
-
企业如何用copilot？电通×Copilot：打破创意工作效率“天花板”
企业申请Azure OpenAI绿色通道 →记得评论私信~还可加入试用交流群~ 电通集团拥有着120年的历史、汇聚了七万多名精英，是全球顶级的创意公司之一。随着新兴传播渠道的不断涌现，电通的客户们面临着内容需求的挑战。好消息是，微软Copilot...
-
决裂16年后再聚首 周鸿祎、傅盛大和解全靠AI？
1月19日消息，最近，互联网圈“破冰”事件不断。前有腾讯、字节两巨头官宣合作，《王者荣耀》时隔5年首次对抖音解禁。后有周鸿祎、傅盛大和解，决裂16年后同框直播聊AI。 根据网上曝光的一则海报显示，1月21日，360创始人周鸿祎将与猎豹移动董事长兼CEO傅盛...
-
AI实时语音字幕翻译工具免费使用地址 Byrdhouse官网体验入口
Byrdhouse提供了基于AI的实时语音翻译和字幕翻译服务，支持超过 100 种语言，极大地便利了国际会议、多语种团队沟通和跨国公司内部交流等场景。Byrdhouse的目标是解决实时翻译中的难题，让用户可以专注于与全球团队和国际合作伙伴的沟通协作。使用B...
-
Byrdhouse官网体验入口 AI实时语音翻译和字幕翻译免费在线使用地址
Byrdhouse是一个先进的 AI 语音翻译平台，旨在提供实时语音和字幕翻译服务。支持 100 多种语言，它特别适用于会议、通话和聊天等多种场合。Byrdhouse 的出现彻底改变了实时翻译的游戏规则，让用户可以专注于与全球团队和国际合作伙伴的沟通协作。...
-
实时翻译工具Byrdhouse AI 可在视频通话中翻译100多种语言
Byrdhouse AI是一个强大的工具，可以在视频通话中实时翻译100多种语言。它提供了语音翻译字幕和AI驱动的实时口译功能，让用户在会议或聊天中可以将自己的语言转换成另一种语言。此外，用户还可以选择翻译的声音是男声还是女声。 体验地址:https:/...
-
基于OpenAI的Whisper构建的高效语音识别模型：faster-whisper
1 faster-whisper介绍 faster-whisper是基于OpenAI的Whisper模型的高效实现，它利用CTranslate2，一个专为Transformer模型设计的快速推理引擎。这种实现不仅提高了语音识别的速度，还优化了内存使用效率...
-
GoVoice官网体验入口 AI语音转文本与文本生成工具在线使用地址
GoVoice是一款结合了先进人工智能技术的语音转文本和文本生成工具，特别适合个人创作者、小型企业和人手有限的团队。这款工具能够将用户的语音录制内容转换为文本，并在几分钟内完成文本生成，极大地节省了时间和提高了工作效率。GoVoice还支持文本的再利用，优...
-
技术趋势2024：AI将帮助金融服务公司实现数字化转型
AI将改变银行客户服务的性质 银行和其他金融机构已经在实施AI驱动的客户通信技术，从呼叫中心到聊天机器人和更先进的银行应用程序。 正如CDW负责垂直市场的副总裁Adam Weiss在一篇专栏文章中所指出的那样，“这些天来，我与公司召开的所有会议，即使...
-
OpenAI官方的Prompt工程指南：你可以这么玩ChatGPT
随着 ChatGPT、GPT-4 等大型语言模型（LLM）的出现，提示工程（Prompt Engineering）变得越来越重要。很多人将 prompt 视为 LLM 的咒语，其好坏直接影响模型输出的结果。 如何写好 prompt，已经成为 LLM 研究...
-
使用Gradio构建生成式AI应用程序； Stability AI推出Stable Diffusion XL 1.0
? AI新闻 ? Stability AI推出最先进的AI工具Stable Diffusion XL 1.0 摘要：Stability AI宣布推出Stable Diffusion XL 1.0，该版本是其迄今为止最先进的AI工具。Stable D...
-
语音识别神器 Whisper 的几个小技巧
1、前言 OpenAI开源的免费离线语音识别神器Whisper，我在安装使用后发现一些问题，于是搜了半天最终汇总了这几个主要的小技巧，希望对大家有帮助，不用满世界再搜了。 我主要用于中文的识别，所以就只说中文相关的了，我的环境是： 系统：Ubunt...
-
Distil-Whisper：比Whisper快6倍，体积小50%的语音识别模型
内容来源：@xiaohuggg Distil-Whisper：比Whisper快6倍，体积小50%的语音识别模型 该模型是由Hugging Face团队开发，它在Whisper核心功能的基础上进行了优化和简化，体积缩小了50%。速度提高了6倍。并...
-
vivo全新系统OriginOS 4正式发布：AI性能大增、支持虚拟显卡/光追
快科技11月1日消息，今天上午vivo召开了2023 vivo开发者大会”，并且在大会上正式发布了全新系统OriginOS 4。 UI设计方面，新系统采用原子设计体系，重新设计了系统内超过2000个图标，动效也经过了深入研究和打磨，做到每一次反馈都都更自然...