#语音转文字
共 108 篇相关文章
·12 分钟
小度健康屏评测：AI大模型赋能老人陪伴与远程看护
小度健康屏深度评测：10.1寸超大屏搭载AI大模型，支持远程看护、紧急呼救与智能陪伴，专为老年群体设计。叠加国补最低到手约598元，是子女关爱父母的高性价比之选。
阅读全文 →
·17 分钟
12个值得上手的开源AI智能体项目：框架、技能包与工具链全盘点
盘点12个GitHub高热度开源AI智能体项目，涵盖视频生成、智能体框架、技能包（Skills）、代码理解引擎、安全扫描与语音处理，助你快速搭建可用的AI Agent工作流。
阅读全文 →
·17 分钟
AI Agent实战指南：内容生成到企业级应用全解析
深入解析AI Agent两大核心方向：2C内容生成（文字/图片/视频）与2B企业应用（RAG知识库/AutoGen/大模型集成）。附真实创业案例与落地方法，零基础也能快速上手AI智能体。
阅读全文 →
观点碰撞·6 分钟
户外编程：Touch Grass与Build Things可以兼得
当AI编程助手让开发者摆脱办公桌束缚，户外编程成为新趋势。探讨如何借助云端IDE、语音编程等工具，在自然环境中保持创造力与生产力的平衡。
阅读全文 →
·7 分钟
Vibe Coding效率翻倍：用语音输入替代键盘敲需求
分享如何利用Windows自带语音输入功能（Win+H）提升Vibe Coding效率。语音输入速度是打字的2-4倍，零成本解放双手，减少键盘疲劳，让AI编程需求描述更加高效流畅。
阅读全文 →
·11 分钟
Claude Code自动剪辑视频：从素材到成片全流程实操指南
详解如何用Claude Code搭配开源项目VideoIn实现视频自动剪辑，涵盖环境搭建、音频提取、字幕生成、转场效果到成片输出的完整流程，帮助创作者将剪辑时间从数小时压缩到分钟级别。
阅读全文 →
·9 分钟
Kun：开源4.4K Stars的DeepSeek智能桌面客户端
Kun是一款开源免费的DeepSeek智能桌面客户端，支持Agent全自动编程、智能写作、手机远程控制电脑等功能。本地优先架构保障数据隐私，GitHub已获4.4K Stars，一文详解安装配置与核心功能。
阅读全文 →
·10 分钟
Vibe Coding实战：不懂就问，和AI沟通的正确姿势
通过真实案例演示Vibe Coding中与AI高效沟通的技巧：看不懂技术方案怎么办？如何追问发现方案漏洞？怎样确认术语一致性？掌握三个核心原则，让AI协作编程更靠谱。
阅读全文 →
·11 分钟
Claude Code自动生成视频章节进度条动画教程
利用Claude Code的Skill机制和Remotion库，只需导入字幕文件即可自动生成视频章节进度条动画。支持六种内置风格和自定义贴纸，告别繁琐的手动剪辑流程，让视频制作效率大幅提升。
阅读全文 →
·8 分钟
3080Ti本地部署多模态AI Agent实战：显存管理与五大模块全解析
详解如何在3080Ti 12GB显存上本地部署多模态AI Agent系统，涵盖LLM、语音识别、语音合成、图片生成、视频生成五大模块的选型方案、显存动态加载策略及实际性能表现。
阅读全文 →
·9 分钟
用Codex开发Figma插件：设计师零代码入门指南
详解如何借助OpenAI Codex零代码开发Figma插件，涵盖项目管理、额度与权限设置、计划模式用法、实战开发流程及上架技巧，帮助设计师快速实现自定义插件需求。
阅读全文 →
·10 分钟
Gemini 3.5实时翻译发布：支持70+语言的语音对语音翻译模型详解
Google发布Gemini 3.5 Live Translate语音对语音翻译模型，支持70+语言实时翻译。本文详解其端到端技术原理、与Grab合作落地场景，以及通过Google Translate和Live API的开放接入方式。
阅读全文 →
·11 分钟
Simon Willison WebRTC语音工具更新：支持文档上下文对话与GPT-Realtime-2
Simon Willison更新OpenAI WebRTC语音交互工具，新增文档上下文功能和GPT-Realtime-2模型支持，用户可在浏览器中基于特定文档内容进行低延迟语音对话，附技术实现解析与应用场景。
阅读全文 →
·6 分钟
Claude Code Remote Control使用教程：手机远程操控AI编程
详解Claude Code Remote Control功能的启动方法、实际使用场景和安全建议。通过手机远程操控电脑上的Claude Code会话，利用碎片时间完成代码修改、项目管理和功能规划。
阅读全文 →
·8 分钟
AI大模型原理详解：Transformer架构与测试实战指南
深入解析AI大模型核心原理，从Transformer架构到概率推算本质，详解大语言模型在测试领域的应用场景、AI应用测试挑战及应对策略，帮助测试人员快速掌握AI工具与AI测试方法论。
阅读全文 →
·9 分钟
MiniMax M3实测对比GPT、Claude、Gemini：五个真实任务谁更强
通过网页生成、编程开发、财报分析、视频理解、Computer Use五个真实任务，实测对比MiniMax M3与Claude、GPT Codex、Gemini的表现差异，含价格对比和使用建议。
阅读全文 →
·8 分钟
Claude Code + AssemblyAI实战：一个下午搭建语音Agent完整教程
详解如何用Claude Code和AssemblyAI语音智能体API，一个下午从零搭建具备语音识别、对话理解和日历预约功能的Voice Agent，含完整开发流程、成本对比和实际演示效果。
阅读全文 →
·9 分钟
Conductor CEO演示：多AI代理编程工作流详解
Conductor联合创始人Charlie Holtz深度演示AI编程工作流，展示如何同时指挥多个AI代理并行开发，分享模型选择策略、代码管理哲学及人机协作的产品设计理念。
阅读全文 →
