VibeVoice：微软开源前沿语音 AI 模型家族
今天在 GitHub Trending 上看到一个有意思的项目：VibeVoice，这是微软开源的前沿语音 AI 模型家族，同时覆盖语音识别（ASR）和语音合成（TTS），核心...
语音识别
Moonshine Voice：让语音交互真正属于所有人，端侧运行还比 Whisper 更准
今天在 GitHub Trending 上看到一个有意思的项目：Moonshine Voice，这是一套开源的端侧语音 AI 工具包，核心语音识别模型在 HuggingFace 公开基准上精度超越了 Whisper Large...
transcribe.cpp：基于 GGML 的 C/C++ 语音识别推理引擎
今天在 GitHub Trending 上看到一个很有意思的项目：transcribe.cpp，一个基于 ggml 运行时的 C/C++ 语音识别推理库，支持 Metal、Vulkan、CUDA...
Hugging Face Speech-to-Speech：一站式语音对话开源引擎
今天在 GitHub Trending 上看到一个有意思的项目：Hugging Face speech-to-speech，一个开源的模块化语音对话引擎，用 pip install speech-to-speech 装好后，三行代码就...
FluidVoice：开源 macOS 语音转文字应用，本地 AI 加持的终极听写工具
今天在 GitHub Trending 上看到一个有意思的项目：FluidVoice，这是一款开源的 macOS 语音转文字听写应用，最吸引我的是它内置的 Fluid Intelligence 本地 AI 引擎——所有数据处...