#whisper — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #whisper, aggregated by home.social.
-
Étude du consortium ARIANE sur la transcription via IA générative avec le LLM Whisper : « Whisper : transcription automatique de sources sonores » https://hal.science/hal-05706209 #Whisper #LLM #ESR
-
LLM 改变了很多，比如 Agent 概念上半年爆火后，大厂们都争前恐后推出 CLI 产品，知乎，微信，网易云等等，这在几年前是完全无法想象的，那时想让 Linux 用上微信都很难，需要折腾一大堆 Wine 的组件，有时还会面临封号的风险。反观现在拥抱全平台的吃相，让人忍俊不禁。
但真正改变的，其实很有限，因为爆火的原因不是厂商良心，拥抱开源，而是发现这个市场有的赚，本质还是逐利的，Agent 让厂商发现开放生态有的赚。工具功能很全，很方便，但我却更加担心了，工具会一直免费下去吗？我猜不会，等到官方的生态建立起来，我想就是回血的时候了。
值得高兴的是，这些工具还很烂，如果真的要用，还太早，比如 https://www.npmjs.com/package/@music163/ncm-cli
我无法相信官方的 TUI 居然吹能播放一半不到的歌，真是充满恶意的设计
-
LLM 改变了很多，比如 Agent 概念上半年爆火后，大厂们都争前恐后推出 CLI 产品，知乎，微信，网易云等等，这在几年前是完全无法想象的，那时想让 Linux 用上微信都很难，需要折腾一大堆 Wine 的组件，有时还会面临封号的风险。反观现在拥抱全平台的吃相，让人忍俊不禁。
但真正改变的，其实很有限，因为爆火的原因不是厂商良心，拥抱开源，而是发现这个市场有的赚，本质还是逐利的，Agent 让厂商发现开放生态有的赚。工具功能很全，很方便，但我却更加担心了，工具会一直免费下去吗？我猜不会，等到官方的生态建立起来，我想就是回血的时候了。
值得高兴的是，这些工具还很烂，如果真的要用，还太早，比如 https://www.npmjs.com/package/@music163/ncm-cli
我无法相信官方的 TUI 居然吹能播放一半不到的歌，真是充满恶意的设计
-
LLM 改变了很多，比如 Agent 概念上半年爆火后，大厂们都争前恐后推出 CLI 产品，知乎，微信，网易云等等，这在几年前是完全无法想象的，那时想让 Linux 用上微信都很难，需要折腾一大堆 Wine 的组件，有时还会面临封号的风险。反观现在拥抱全平台的吃相，让人忍俊不禁。
但真正改变的，其实很有限，因为爆火的原因不是厂商良心，拥抱开源，而是发现这个市场有的赚，本质还是逐利的，Agent 让厂商发现开放生态有的赚。工具功能很全，很方便，但我却更加担心了，工具会一直免费下去吗？我猜不会，等到官方的生态建立起来，我想就是回血的时候了。
值得高兴的是，这些工具还很烂，如果真的要用，还太早，比如 https://www.npmjs.com/package/@music163/ncm-cli
我无法相信官方的 TUI 居然吹能播放一半不到的歌，真是充满恶意的设计
-
LLM 改变了很多，比如 Agent 概念上半年爆火后，大厂们都争前恐后推出 CLI 产品，知乎，微信，网易云等等，这在几年前是完全无法想象的，那时想让 Linux 用上微信都很难，需要折腾一大堆 Wine 的组件，有时还会面临封号的风险。反观现在拥抱全平台的吃相，让人忍俊不禁。
但真正改变的，其实很有限，因为爆火的原因不是厂商良心，拥抱开源，而是发现这个市场有的赚，本质还是逐利的，Agent 让厂商发现开放生态有的赚。工具功能很全，很方便，但我却更加担心了，工具会一直免费下去吗？我猜不会，等到官方的生态建立起来，我想就是回血的时候了。
值得高兴的是，这些工具还很烂，如果真的要用，还太早，比如 https://www.npmjs.com/package/@music163/ncm-cli
我无法相信官方的 TUI 居然吹能播放一半不到的歌，真是充满恶意的设计
-
LLM 改变了很多，比如 Agent 概念上半年爆火后，大厂们都争前恐后推出 CLI 产品，知乎，微信，网易云等等，这在几年前是完全无法想象的，那时想让 Linux 用上微信都很难，需要折腾一大堆 Wine 的组件，有时还会面临封号的风险。反观现在拥抱全平台的吃相，让人忍俊不禁。
但真正改变的，其实很有限，因为爆火的原因不是厂商良心，拥抱开源，而是发现这个市场有的赚，本质还是逐利的，Agent 让厂商发现开放生态有的赚。工具功能很全，很方便，但我却更加担心了，工具会一直免费下去吗？我猜不会，等到官方的生态建立起来，我想就是回血的时候了。
值得高兴的是，这些工具还很烂，如果真的要用，还太早，比如 https://www.npmjs.com/package/@music163/ncm-cli
我无法相信官方的 TUI 居然吹能播放一半不到的歌，真是充满恶意的设计
-
Was für eine Sch*** !
Ständig zerlegt sich die Whisper-Integration in KDEnlive. Kaum hat man die wieder geflickt, zerschießt das nächste Update sie wieder.
Mal eben Untertitel erzeugen, wird so zur Qual.
Ich prangere das an!
Danke für Ihre Aufmerksamkeit für dieses Thema!
-
Was für eine Sch*** !
Ständig zerlegt sich die Whisper-Integration in KDEnlive. Kaum hat man die wieder geflickt, zerschießt das nächste Update sie wieder.
Mal eben Untertitel erzeugen, wird so zur Qual.
Ich prangere das an!
Danke für Ihre Aufmerksamkeit für dieses Thema!
-
Was für eine Sch*** !
Ständig zerlegt sich die Whisper-Integration in KDEnlive. Kaum hat man die wieder geflickt, zerschießt das nächste Update sie wieder.
Mal eben Untertitel erzeugen, wird so zur Qual.
Ich prangere das an!
Danke für Ihre Aufmerksamkeit für dieses Thema!
-
56 минут созвона → текст за 5 минут на M4 без OBS и облака
У меня от трёх до пяти созвонов в день, почти все в браузере: Meet, Яндекс Телемост, ktalk, реже всего Zoom. Детали встреч мне нужны в тексте, иначе договорённости расползаются. Писал я звонки через OBS с захватом экрана, и на самих звонках началось веселье: звук временами жёстко квакал, всё чуть-чуть подвисало. Причину до конца не выяснял, моё предположение - процессор зажирался захватом и перебивал сам разговор; ktalk и браузер тут ни при чём. А экран, как потом дошло, мне вообще был не нужен. Дальше вторая серия. Расшифровку я гонял своими Python-скриптами: конвертация → транскрибация → диаризация (разметка, кто когда говорил). На встрече с пятью участниками диаризация расставляла голоса крайне плохо, половину фраз всё равно восстанавливал по памяти. Пошёл искать вариант, чтобы запись не мешала звонку, результат был приличный и всё крутилось локально: не хотелось ни отдавать записи в облако, ни платить подписку за минуты. Нашёл платный Audio Hijack , он подкупил лёгкостью и простотой настройки. Потом узнал, что на M-чипе быстрее всего у меня отрабатывает mlx-whisper на MLX : веса large-v3-turbo с Hugging Face, инференс на GPU Mac. Это архитектура Whisper, но рантайм — пакет mlx-whisper и бинарь mlx_whisper , не pip install openai-whisper и не репозиторий openai/whisper . Так собрался стек: Hijack пишет один mp3, mlx_whisper делает VTT, pyannote раскладывает по SPEAKER_XX. На 56-минутном звонке транскрипция заняла около пяти минут. Платный только Hijack — разовая лицензия, без подписки (цену смотрите на сайте Rogue Amoeba). Скрипты выложил в mac-call-transcribe под MIT. Ниже сборка, замеры с двух реальных звонков и грабли; повторяется на любом Mac с M-чипом.
https://habr.com/ru/articles/1062068/
#whisper #mlx #pyannote #speaker_diarization #расшифровка_звонков #python #apple_silicon #транскрибация_звонков
-
Как я решил проблему русской диктовки для ИИ
По мере погружения в ИИ и вайб‑кодинг, я столкнулся с одним неудобным моментом — отсутствием возможности диктовать на русском языке в некоторых программах. И если OpenAI в своем приложении позаботились об этом, то в Anthropic такой возможности на тот момент просто не оказалось. А мне уже так понравилось, откинувшись на спинку кресла с чашкой чая, надиктовывать промпты без клавиатуры. Но я быстро нашел выход, хоть и костыльный — просто диктовать свой текст в окошке GPT, потом копировать его и вставлять в Claude. Вроде несложно, но и удобным этот метод я бы не назвал. И я задумался, как этот процесс оптимизировать. И какая же идея могла прийти в голову в 3 часа ночи человеку, который полжизни занимается программированием? Ну конечно же — разработать свое приложение. Посоветовавшись с Claude и GPT, я набросал небольшой план и приступил к разработке. Поскольку я работаю на macOS, то для начала не стал заморачиваться с мультиплатформенностью и решил делать все на Swift.
https://habr.com/ru/articles/1039248/
#AI #OpenAI #Claude #Whisper #speechtotext #диктовка #voice_input #Apple_Silicon
-
AI для умного дома: что уже работает сегодня (часть 1)
В статье — не просто список инструментов, а как они сочетаются , какие подводные камни ждут при развёртывании, какие цифры можно ожидать по производительности и как обойти ограничения Llama 8B без облачных кредитов.
https://habr.com/ru/articles/1014246/
#умный_дом #Home_Assistant #Ollama #OpenClaw #MCP #LLM #локальный_AI #Whisper #n8n #голосовое_управление
-
Ein paar Wochen nach der #DHd2026 in Wien habe ich meine Workshop-Notizen zu einem Blogpost ausgearbeitet: https://dhd-blog.org/?p=23426
Es geht um Modellierung jenseits von Named Entities, Transkription mit #Whisper und darum, wie Daten überhaupt erst durch Tools und Entscheidungen entstehen.
#Modellierung #Transkription #Forschungsdaten #DigitalMethods #TEI #RDF
-
Movies of the day (4/8) 🎬 Kung Fu Panda 3(2016) 🎬 Whisper(2022) 🎬 The Count of Monte Cristo(2002) 🎬 Parker(2013) © TMDB #KungFuPanda3 #Whisper #TheCountofMonteCristo #Parker #Action #Adventure #Animation #Comedy #Crime #Drama #Family #History #Horror #Thriller #Movie #MovieOfTheDay
-
Топ-5 бесплатных нейросетей для транскрибации: лучшие сервисы для перевода аудио в текст
Нас давно не удивишь тем, что нейросеть за пару секунд расшифровывает двухчасовую лекцию или превращает аудиозаметку в аккуратный текст с заголовками и абзацами. Мы живём в эпоху, где слова больше не нужно набирать вручную. Их достаточно просто произнести, а остальное за алгоритмами. Сегодня мы решили проверить, как работают пять популярных нейросетевых помощников для перевода аудио в текст . И сделаем это необычным способом — через сказки! Заинтересовали? Тогда давайте расшифровывать, сравнивать и делиться впечатлениями вместе. Приятного прочтения!
https://habr.com/ru/companies/bothub/articles/930016/
#ии #assembly #audio_to_text #whisper #riverside #teamlogs #транскрибация #аудио_в_текст #нейросети #ai
-
https://www.wacoca.com/media/266998/ Lo-Hi Christmas for Everyone #lofi #love #song #chillmusic #salon#Winter#ChillBeats#Christmas#クリスマス #2023WinterDrama #2023冬ドラマ #Ambience #Background #cafe #Chill #ChillVibes #CozyMusic #Frosty #LoHi #morning #music #R&B #R&BLoFiMusic #relaxing #sleep #SleepAid #song #soothing #sounds #Study #Warm #whisper #WorkFocus #イヴ #サロン #チル #バックグラウンド #仕事 #作業 #勉強 #恋 #愛 #星降る夜に #癒し #睡眠 #音楽
-
macOS 15 SequoiaでのCoreMLアップデートにより音声書き起こし速度が最大20%向上し、DeepLに加えAppleのローカル翻訳機能をサポートした「Whisper Transcription」がリリース。
https://applech2.com/archives/20240917-whisper-transcription-support-macos-15-sequoia.html#applech2 #macOS_15_Sequoia #Apple_Silicon #CoreML #Mac #macOS_15 #OpenAI #Sequoia #Whisper #アプリ #レビュー #仕事効率化
-
Today in BoneQuest History for March 17th 2004 "REGULAR C" https://bonequest.com/1993 #bonequest :spigot: #balls #c #codewarrior #glory_hole #macintosh #metrowerks #programming #spigot_solo #typo #whisper
-
#Matrix #Omega #Alex7000 #Xoanon #TheMagicMovieMachine #SCAPINA #Orac #Zen #TheOracle #Vanessa38–24–36 #C.O.R.A. #Mentalis #Dr.Theopolis #TheVortex #Gambit #Shyrka #Slave #CML #KITT #KARR #R.A.L.F. #TeletraanI #VectorSigma #BriantheBrain #Compucore #SID #Synergy #Box #LCARS #Albert #Crossover #MagicVoice #OMNSS #Priscilla #Holly #Gordon8000 #Queeg #Hilly #TalkieToaster #TheRevolvingToilet #Sandy #TheUltimaMachine #Ziggy #P.J. #HARDAC #COS #CAS #NICOLE #SELMA #CentSys #MetroNet #H.E.L.E.N. #SharonApple #TheMagiMelchiorBalthasarCaspar #Eve #L.U.C.I-U.N.I.C.E #EmergencyMedicalHologram #Alice #Long-termMedicalHolographicprogram, #VicFontaine, #GilliamII #QuadraplexT-3000Computer #Memorymatic #MPU #Starfighter31 #Computer #P.A.T. #D.E.C.A. #BlackBetty #KarenPlankton #Andromeda #Comp-U-Comp #Caravaggio #C.H.A.D. #GLADIS #CybergirlXandaIsaac #Computer #SAINT #AuraMorganna #Vox #AI #Wirbelwind #Delphi #Sheila/F.I.L.S.S. #OoGhiJMIQtxxXA #XANA #Survive #C.A.R.R. #D.A.V.E. #TheOmnitrix #Solty/Dike #Eunomia #Eirene #Bournemouth #S.O.P.H.I.E. #Scylla #FETCH!3000 #S.A.R.A.H. #TheIntersect #MrSmith #Pear #TheTurk #KITT #POD #ISIS #VenjixVirus #VYVAIVAI #Whisper #Aya #TheMachine #R.A.C.I.S.T. #Samaritan