# ASR

Inworld Realtime TTS-2：全栈实时语音AI基础设施深度解析

2026年5月25日·5 分钟

Inworld Realtime TTS-2：全栈实时语音AI基础设施深度解析

深度解析Inworld发布的Realtime TTS-2全栈语音AI平台，涵盖排名第一的TTS引擎、语音到语音处理、LLM路由等核心能力，以及其在语音代理、AI伴侣等场景的应用价值。

Shadow 2.0深度体验：实时AI通话副驾如何提升会议效率

2026年5月25日·4 分钟

Shadow 2.0深度体验：实时AI通话副驾如何提升会议效率

深度解析Shadow 2.0实时AI通话助手，详解其实时辅助、智能提问引导、行动转化等核心功能，分析其在销售、融资、客户成功等场景的应用价值及与Otter.ai等竞品的差异化定位。

科技前沿

2026年5月25日·3 分钟

Netflix AI语音搜索功能详解：流媒体内容发现新方式

Netflix正在测试原生AI语音搜索功能，用户可用自然语言描述想看的内容。本文详细分析该功能的技术优势、行业影响及未来演进方向，解读流媒体AI竞赛新格局。

Claude Code视频剪辑自动化：3个Skill搭建从录制到发布的完整流水线

2026年5月25日·6 分钟

Claude Code视频剪辑自动化：3个Skill搭建从录制到发布的完整流水线

详解如何用Claude Code搭建视频制作自动化流水线，通过3个Skill实现脚本生成、智能剪辑、字幕处理和封面制作，将视频从录制到发布压缩至30分钟，适合内容创作者提升效率。

科技前沿

2026年5月23日·4 分钟

OpenAI实时语音Demo活动：评选标准、奖励机制与开发者机会

OpenAI将于5月27日在旧金山举办实时语音Demo展示活动，面向开发者征集基于Realtime Voice模型的创意项目。本文详解活动评选标准、奖励机制及语音AI开发者生态的战略意义。

2026年5月23日·5 分钟

免魔法使用DeepSeek、GPT、Claude等AI模型实测体验

实测免魔法AI聚合平台，验证满血DeepSeek 671B、Gemini文件分析、音视频识别及联网搜索功能，一站式访问GPT、Claude等热门模型的真实体验报告。

2026年5月22日·6 分钟

不写一行代码，用AI从零打造Replit替代品Jerry

一位开发者不写一行代码，仅用OpenAI Codex、Claude Code SDK和Vibe Code CI三个AI工具，在2-3小时内从零构建了一个iPhone端Replit替代品Jerry。本文详解零代码AI开发的完整流程、技术架构与实战经验。

2026年5月22日·7 分钟

2025年5月10款开源Claude Code工具推荐

精选5月最值得关注的10款开源Claude Code工具，涵盖Token优化、知识图谱、前端设计提取、浏览器自动化等方向，帮助开发者提升AI编程效率、降低成本。

2026年5月21日·3 分钟

开源AI桌宠小猫：Qwen 3.5 Omni+ESP32打造全模态智能伙伴

基于Qwen 3.5 Omni全模态模型和ESP32-S3的开源AI桌宠小猫项目，支持情感语音交互、视觉感知、手势互动和一日记录复盘功能。附完整复刻教程，含硬件清单、3D打印模型和代码烧录指南。

2026年5月21日·8 分钟

OpenAI Codex App深度实测：AI编程助手如何重塑开发流程

深度实测OpenAI Codex App的核心功能：自然语言构建应用、多任务并行开发、语音交互编程、智能Code Review。详解这款AI编程工具如何将开发效率提升到新高度，附实际演示截图。

2026年5月21日·6 分钟

小智AI语音助手Flutter客户端：跨平台语音对话应用开发实战

深入解析小智AI语音助手Flutter客户端的技术架构与核心功能，涵盖实时语音交互、Flutter跨平台开发方案、前后端分离架构设计，以及与xiaozhi-server的协作模式，助力开发者快速构建AI语音对话应用。

2026年5月21日·7 分钟

Codex五分钟开发免费音频转字幕工具：替代剪映SVIP实战

剪映字幕识别升级为SVIP专属？用OpenAI Codex搭配Whisper模型，5分钟从零开发免费音频转字幕工具。完整拆解Plan模式规划、代码生成、调试到Web界面的全流程，附实用AI编程协作技巧。

2026年5月21日·4 分钟

三款PDF Agent Skills实测：B站视频笔记与技术手册一键生成

实测Bilibili Render PDF、MiniMax PDF和Any2PDF三款Agent Skills，分别实现B站视频自动生成图文笔记、从零创建专业文档、中英混排品牌级PDF制作，附选择策略与使用建议。

2026年5月18日·9 分钟

Manus vs 天工 vs Liaobots：AI字幕翻译实测评分对比

实测对比Manus、天工、Liaobots三款AI Agent翻译英文技术演讲字幕的效果，从口语化处理、术语准确性、语音识别纠错等维度逐项打分，附评分表格与推荐翻译工作流方案。

Coze vs Dify vs n8n：2025年三大AI工作流平台深度对比选型

2026年5月16日·10 分钟

Coze vs Dify vs n8n：2025年三大AI工作流平台深度对比选型

2025年Coze、Dify、n8n三大AI工作流平台全面对比，从功能特性、优劣势到适用场景逐一拆解。个人自媒体选Coze，企业快速落地选Dify，深度定制选n8n，附核心节点对照表与实战案例。

2026年5月15日·9 分钟

DIY蓝牙翻页器+语音遥控Vibe Coding：随时随地语音编程实战方案

用蓝牙翻页器和无线麦克风DIY语音编程遥控器，结合豆包语音输入、TMUX多窗口管理和Claude Code，实现脱离键盘的Vibe Coding工作流。详解硬件改造、按键映射、多Agent切换的完整技术架构。

2026年5月15日·9 分钟

Google Vids免费做3D动画：Veo 3.1从零到成片完整教程

手把手教你用Google Vids免费制作3D动画短片。利用内置Veo 3.1模型，从ChatGPT生成剧本到角色设计、动画生成、自动字幕、导出MP4，全流程一站式完成，无需付费工具。

2026年5月15日·12 分钟

Whisper本地部署教程：手把手搭建免费语音转文字工具

详细图文教程教你在本地部署OpenAI Whisper语音识别工具，涵盖Conda环境配置、PyTorch安装、模型选择到实际转录操作全流程，支持近百种语言，免费生成SRT字幕文件。

2026年5月15日·10 分钟

MCP协议入门：让AI大模型控制ESP32硬件的实战指南

详解MCP协议（模型上下文协议）的核心概念、函数定义方法及实战应用。通过ESP32+Mixly图形化编程平台，演示如何用MCP让AI大模型理解语义并控制灯光等硬件设备，附完整参数配置说明。

Step Audio 2.5深度评测：对比GPT Realtime 2，国产语音AI差距多大？

2026年5月15日·9 分钟

Step Audio 2.5深度评测：对比GPT Realtime 2，国产语音AI差距多大？

实测阶跃星辰Step Audio 2.5与OpenAI GPT Realtime 2的语音对话能力，从推理能力、角色扮演、中文理解、API定价等维度全面对比，帮助开发者选择合适的实时语音AI方案。