FluidVoice 完全开源的 macOS 语音转文字听写输入应用核心功能： 🔹实时语音转录：Parakeet TDT v3 模型，悬浮窗预览。 🔹AI文本增强：支持OpenAI、Groq等API优化。 🔹多语言：25+种，自动检测。 🔹全局快捷键：随时捕捉语音。 🔹智能输入：文本直接输入任意应用

#FluidVoice #MacOS #语音转文字 #开源 #听写输入应用

相关新闻

Gorden Sun

2小时前

GELab-Zero：完全开源的GUI Agent解决方案集成了模型和基础设施，支持本地部署，提供完整的隐私控制。简化了手机GUI Agent的工程复杂度。能实现查找任务、操作APP等手机端任务。 Github：

sitin

2天前

DeepSeek 又开源了个新东西：DeepSeek-Math-V2。我简单看了下，他们这次的重点不是“算得更准”，而是让模型把自己当成一个会较真的人：做题要写步骤、自己检查、自己挑毛病，错了不能糊弄过去。还专门训练了个“查老师”的模型，防止验证环节自己犯糊涂。说白了，就是逼模型把推理过程讲清楚、讲通顺、讲得经得住自己反复推敲。效果挺猛，IMO、CMO 都到了金牌线，Putna

初码

2天前

完犊子了，我又想通了一个逻辑，既然我都笃信伴随着工程极速爆炸后的肉体永生可行性，那我真的太傻了，我竟然没想到光刻机层面的研发突破，难度可能也差不多，所以10-15年，一定会发展到由中国带领，全球都在卷最高级光刻机，工程全开源的程度，所以结论是啥，那就是台湾完犊子，就算不卖台，也危矣！

Gorden Sun

3天前

通义开源的Z-Image-Turbo图片模型太强了仅6B大小，1秒出图，但是质量却非常非常高，人物真实、美学在线，天然认识各种名人，没有审核，绝对是本地AI绘画的首选模型。模型：在线使用：

Viking

4天前

最近要做一个简单个性化的 AI 语音 Agent，发现了这个开源的 TEN framework，支持实时多模态对话，扩展性也很强还能集成头像以及各种高级功能，已经 8.6K stars 了，调研以后发现是强大。官方已经提供了大量的实例：比如： * 实时语音聊天的 AI Agent，可以直接去试试，聊会天就当练习口语了。 * 二次元/数字人头像说话并且同步嘴形 * 多语言实时翻译助