Рубрика «Whisper»

в 7:59, , рубрики: cpu, CTranslate2, faster-whisper, open source, python, speech-to-text, Whisper, WhisperType, windows, распознавание речи

Существующие решения для диктовки текста меня не устраивали по одной и той же причине: голос уходит на чужой сервер, а за это ещё и просят подписку. Wispr Flow, Blabby, встроенный Win+H — всё либо в облаке, либо работает так, что проще напечатать.

Хотелось простого: нажал хоткей, сказал, нажал ещё раз — текст появился в том поле, где стоял курсор. Хоть в браузере, хоть в IDE, хоть в мессенджере. Локально. Бесплатно. Без прав администратора.

Получился WhisperType — MIT, Windows 10/11 x64, ~250 МБ после установки плюс 1.6 ГБ модели. Актуальная версия — 1.3.1Читать полностью »

в 7:50, , рубрики: faster-whisper, self-hosted, speech-to-text, Whisper, диктовка, локальные нейросети, распознавание речи
Диктовка: запись, распознавание, текст в буфере

Диктовка: запись, распознавание, текст в буфере

⬇ Скачать для WindowsЧитать полностью »

в 13:13, , рубрики: gigaam, MacOS, mlx, qwen, VoiceSwitch, Whisper, локальные модели, распознавание речи

Я хотел получить на Mac простую вещь: нажать глобальную горячую клавишу, надиктовать сообщение и сразу увидеть текст в активном окне. Без отправки аудио в облако, без ежемесячной подписки и с возможностью самому сравнить несколько моделей на собственной речи.

Так появился VoiceSwitch — открытое menu bar-приложение для Apple Silicon. Сейчас оно умеет переключаться между четырьмя движками распознавания, показывать состояние записи и расшифровки, автоматически вставлять результат и локально превращать устную речь в аккуратное или краткое сообщение.

Читать полностью »

в 13:26, , рубрики: Anthropic, claude code, faster-whisper, llm, MCP, powershell, Whisper, голосовое управление, ии-агенты, телеграм-бот

Меня зовут Сол ГудКод. Обычно я помогаю людям выпутываться из ситуаций, в которые они сами себя загнали: кто-то подписал не тот договор, кто-то удалил не ту ветку. Но параллельно надо было успевать работать с Claude Code, а он, зараза, живёт в терминале на моём столе.

Моя личная ситуация была такая. Задачи приходят в голову не за столом, а в дороге, в очереди, в лифте. К компьютеру я сажусь через четыре часа, когда мысль уже выветрилась, а формулировка усохла до «надо там что-то поправить».

Мне нужен был бот, которому можно наговорить задачу голосом, а он бы её сделал. С моими файлами, в моих проектах, на моей машине.

Читать полностью »

в 9:51, , рубрики: docx, faster-whisper, ffmpeg, gpt, OpenAI, python, Whisper, локальное приложение, транскрибация, Яндекс Телемост

После рабочих встреч часто остаются записи. В моем случае это записи Яндекс Телемоста.

Запись есть, но пользоваться ей не всегда удобно. Если нужно что‑то вспомнить, приходится открывать видео, перематывать, искать нужный кусок, переслушивать. Если нужно передать встречу другому человеку, одного видео обычно мало.

У меня часто бывает такой сценарий: нужно передать программисту контекст по задаче. Можно скинуть запись встречи и написать: «посмотри, пожалуйста». Но человеку придется самому смотреть видео, искать важные места, понимать, где обсуждение, где решение, где задача.

Читать полностью »

в 12:01, , рубрики: asr, qwen, selectel, Whisper, автоматическое распознавание речи, искусственный интеллект, распознавание речи, тестирование моделей, транскрибация речи

в 15:19, , рубрики: deepseek, obsidian, personal knowledge management, self-hosted, Whisper, дневник, Здоровье гика, личная эффективность

Это личный инженерный эксперимент, а не медицинский инструмент. Система помогает фиксировать наблюдения и готовить вопросы специалисту, но не ставит диагнозы и не заменяет врача или психолога.

Личные примеры в статье основаны на моих наблюдениях, но отдельные формулировки и детали я обобщил, чтобы не публиковать дневник дословно.

Через четыре месяца ежедневных записей я попросил агента проанализировать прошедший месяц. Ответ выглядел убедительно: связный текст, аккуратные формулировки, похожие на настоящие выводы.

Читать полностью »

в 6:31, , рубрики: dart, flutter, on-device, Whisper, whisper.cpp, КПТ, мобильная разработка, распознавание речи

Я не пишу код каждый день уже много лет, последний продакшен на PHP отгрузил году в 2009. Но за последние годы инструменты дошли до состояния, когда сольный pet‑проект с распознаванием речи на устройстве собирается силами одного человека. Эта статья про то, как я сделал голосовой дневник мыслей для когнитивно‑поведенческой терапии (КПТ), почему распознавание речи у меня крутится прямо на телефоне, и какие на этом пути были технические развилки. Кода почти не будет, будет архитектура и обоснование решений.

Читать полностью »

в 10:27, , рубрики: asr, ner, nlp, wer, Whisper, машинное обучение, Оценка качества моделей, распознавание речи, речевые технологии, речь в текст

в 16:27, , рубрики: AI, Apple Silicon, claude, OpenAI, speech-to-text, voice input, Whisper, диктовка
123...4
Главная   |  Архив новостей  |   Android  |   Google  |   Apple  |   Microsoft  |   Информационная безопасность  |   Веб – разработка
Публикации RSS  |  Комментарии RSS
https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js