#语音转文字

ARYA：从零打造能操控真实应用的语音AI助手

开发者打造的语音AI助手ARYA，能操控WhatsApp、Spotify等真实应用，具备向量记忆功能。深入解析其技术实现路径、AI Agent趋势及个人开发者构建智能体的机遇与挑战。

ViiTor Translate：懂梗的跨屏实时字幕翻译工具评测

ViiTor Translate 是一款主打语境理解的实时字幕翻译工具，支持iOS、Android和Chrome三端，为追Vtuber、K-pop和动漫的用户提供悬浮字幕体验。本文深度分析其核心功能、目标人群及潜在挑战。

法学生AI工具箱：从阅读研究到笔记管理的效率指南

为法学生推荐实用AI效率工具，涵盖文献阅读（NotebookLM、ChatPDF）、笔记系统（Obsidian、Notion）、时间管理（Reclaim.ai）和邮件处理等场景，附工作流搭建原则。

Focus Room：将YouTube视频转化为结构化在线课程的专注学习工具

Focus Room 是一款将YouTube视频重组为结构化课程的学习工具，提供时间戳导航、AI摘要、笔记系统和进度追踪功能，移除推荐干扰，帮助自学者实现系统化、专注的视频学习体验。

Yap：仅4MB的开源语音输入工具，全程本地运行零隐私风险

Yap是一款仅4MB的开源Mac语音输入工具，基于macOS原生语音API全程本地运行，无需联网，3000行Swift代码实现极致轻量。MIT许可免费使用，适合注重隐私的高效文字录入场景。

Phantom：藏在Mac刘海里的语音AI智能体，重新定义桌面AI交互

Phantom是一款macOS原生语音优先AI智能体，常驻MacBook刘海区域，支持上下文感知与语音指令，无需切换窗口即可在任意应用中完成任务，重新定义桌面AI交互范式。

Tackly：AI实时绘制思维导图的笔记工具，专为ADHD人群设计

Tackly是一款AI驱动的笔记工具，能将语音和文字实时映射为20种思维节点，自动生成可视化思维导图。专为ADHD人群设计，支持会议记录、语音备忘和文本结构化处理，告别线性笔记的低效整理。

Speechius：用语音识别驱动的智能提词器，告别固定滚动

Speechius是一款语音驱动的智能提词器，通过实时语音识别自动调整脚本滚动速度，无需脚踏板外设。支持Zoom、OBS等工具，完全本地运行保护隐私，一次性买断无订阅费用。

Wisprkey：让Mac任意应用都能语音输入的免费工具

Wisprkey是一款免费Mac语音输入工具，支持全局快捷键在任意应用中语音转文字，宣称98%识别准确率，支持31种语言。本文详解其核心功能、适用人群及与同类工具的对比。

Speech To Markdown：本地AI语音转结构化Markdown笔记工具

Speech To Markdown是一款免费macOS/iOS应用，通过本地大模型将语音实时转换为结构化Markdown笔记。全程离线运行，无需API密钥，支持全局快捷键听写，适合重度笔记用户、开发者及注重隐私的专业人士。

Peekinduck：双AI语音代理共享记忆，打通B2B客户全旅程

Peekinduck通过Demo Duck和Guide Goose两个AI语音代理共享客户记忆，整合售前演示、新用户引导和售后支持三大环节，为B2B SaaS团队提供亚秒级实时语音交互和全漏斗分析能力。

Qwen Scribe：Apple Silicon本地语音转写工具深度解析

Qwen Scribe是一款专为Apple Silicon优化的本地语音转写与听写工具，基于通义千问模型实现完全离线运行。本文详解其技术特点、隐私优势及与Whisper等同类工具的对比。

Echologue：隐私优先的AI语音日记，独立开发者的产品范本

Echologue是一款隐私优先的AI语音日记应用，通过本地处理和端到端加密保护用户数据。本文从产品设计、技术架构和独立开发者哲学三个维度，解析这款从个人需求出发的AI工具如何在语音交互、知识管理与隐私保护的交汇点找到定位。

GitHub日报·07月27日：AI Agent Skill生态爆发，Claude能力边界持续扩张

DIY陪伴机器人：用Jetson Orin打造你的AI桌面伙伴

一位创客用NVIDIA Jetson Orin和4S LiPo电池DIY陪伴机器人，从通电成功到AI交互的完整开发历程。了解Jetson Orin边缘计算在机器人项目中的技术选型、供电设计与陪伴机器人的发展趋势。

AI大模型原理入门：测试工程师必读指南

一文讲透AI大模型的本质原理：从概念层级、Transformer工作机制到概率特性，帮助测试工程师理解大模型的优势与劣势，掌握AI测试的实用思路与方法。

SayIt：开源AI语音输入工具，支持本地部署与自定义润色

SayIt是一款开源AI语音输入工具，支持本地模式、云API及服务器三种部署方式，兼容DeepSeek、通义千问等主流大模型，可自定义润色Prompt，是Typeless的理想自托管替代品。

Spring AI实战：ChatModel到RAG应用开发完整指南

全面解析Spring AI核心模块：ChatModel对话、EmbeddingModel向量化、RAG检索增强生成、Tool Calling工具调用及MCP协议。Java开发者快速接入DeepSeek、ChatGPT等大模型的实战教程，涵盖Milvus向量数据库与Ollama本地模型集成。

Ollama+Dify+DeepSeek本地企业级知识库搭建全指南

手把手教你用Ollama+Dify搭建本地企业级RAG知识库，涵盖模型安装、IP监听配置、自定义微调模型导入、Embedding向量检索全流程，彻底摆脱云端API依赖，保障数据安全。

用Cloudflare Workers AI免费搭建Whisper语音转写工具

基于Cloudflare Workers AI的开源语音转写工具，无需GPU、零运维成本，免费额度即可运行Whisper模型。适合独立开发者和小团队快速实现语音转文字功能，本文详解技术架构、适用场景与局限。