前两天分享过一款通过 macOS 本地芯片实时生成字幕的 [[YPlayer]] 播放器，也分享过通过 [[MemoAI]] 来生成双语字幕，后来来发现了一款叫做 Fig Player 的播放器，也可以通过 Whisper 模型来生成双语字幕，但是这一些工具的底层原理基本上都是通过 OpenAI 发布的 Whisper，以及其衍生的模型来完成音频转字幕的，这一个过程叫做 Transcript，但是今天要介绍一个更加强大的工具 [[pyVideoTrans]]，这一款开源，免费的项目完全实现了上述所有的产品的功能，并且更加强大。 pyVideoTrans Read more ...

Illuminate by Google 是 Google 发布的一个创新工具，将复杂的学术研究论文转变成简短的音频对话形式。 登录 Illuminate 也可以看到 Google 给出了一个非常醒目的提醒。 Illuminate 是一项实验性技术，它是利用 AI 来辅助学习的工具。 该工具用于促进学习，目前针对计算机科学主题进行了优化。并且特别强调，所有讨论和声音均由 AI 生成。 回想之前 Google 推出的 NotebookLM，通过上传 PDF 的方式以及和内容进行对话方式提升学习效率，现在的 Illuminate 则是更进一步将文 Read more ...

昨天手机选择照片的时候一直都是转圈，怎么都选不出来，索性就重启了一下手机，但是没想到的是重启完手机，我发现最近的照片全部都找不到了，8 月 31 号之后的所有照片在我的本地相册中全部找不到了，最后一张照片就是 10 多天前拍摄的了，大叫不好。 然后我就去 Google 查了一下发现， iOS 17.4.1 确实存在系统级的 BUG，在官方的论坛里面，搜到了无数的人反馈相同的问题，触发的情况全部都是重启手机之后，最新的照片找不到，有一些是丢失了前半天拍摄的内容，有一些丢失了几天，也有像我这样丢失了接近 10 天照片的情况。 所以就开始寻找解决办法，我首 Read more ...

前两天我录制了一期视频讲述如何通过 MemoAI 这样的语音转文字的应用来自动通过音频转写文字，然后变成字幕来观看韩综《思想验证区域：The community》，其实那一期视频主要是为了介绍软件应用的，所以就以我正在观看的韩综做了一个例子，但是其实制作字幕的时候我也知道，这一个综艺比较特殊，因为其中有很长的一段「讨论」，里面的参与者是通过匿名在线聊天室的方式录制的，所以整个综艺会有相当长的一段时间是没有人说话，而是大家都在打字进行辩论的！那么语音转文字就变得鸡肋了。所以这个地方字幕组也是非常辛苦，需要将视频中的字幕一个个取出来然后进行翻译叠加到视频里面 Read more ...

自动语音识别技术 （Automatic Speech Recognition，简称 ASR）最近得到了非常大的提升，这个技术允许计算机通过识别语音将其转录成文本，在日常生活中有着非常广泛的应用，比如各类语音助手，Siri，Google Now ，Alex 等等。 另外还有一项技术是通过文字生成语音（Text to Speech，简称 TTS），这一项技术在前两年听书的时候经常会用到，但是之前的语音合成的效果非常不好，但是这两年的发展越来越听不出来是机器了。 而现在要说的是 OpenAI 在语音识别技术上推出的 Whisper 模型，并且随着 Whisp Read more ...

信银国际大湾区双币信用卡是中信香港（信银国际）发行的一张双币信用卡，专为经常往返大湾区的人士设计，支持人民币和港币签账。 9 月 11 号应用内申请，9 月 12 号拨打客服电话，获取了邮件，并提交身份材料到邮箱，9 月 15 号收到 CNCBI GBA DC CARD 申请获批的邮件，9 月 23 号 EMS 收到卡片。 权益 人民币签账高达 10%现金回赠及免外币签账手续费。 指定大湾区酒店以及高铁折扣 永安旅游 9% 的立减折扣。 高铁，满 200 HKD 享有 20 HKD 折扣。 指定商户消费立减 迎新礼遇 Read more ...

MemoAI 是一款 AI 驱动的音频，视频转文字的工具，集成了高精度的语音识别技术，能够处理多语言的语音转文本，并且支持翻译成多语种字幕。 前两天介绍过一款 macOS 和 iOS 上的实时字幕生成的播放器 YPlayer，但是实际测试下来 YPlayer 虽然可以支持实时字幕，但是 YPlayer 并不能很好的支持字幕翻译，并且在一些小语种方面 YPlayer 识别准确率还有待提高，但是 MemoAI 可以通过加载更精确的模型，通过 AI 转写，提高识别的准确率以及通顺程度。 MemoAI 特别适合用于教育讲座，会议记录，媒体制作等领域。 Read more ...

这两天在 X 上看到一款非常有趣的产品「懒猫微服」，简单的了解了一下，定位是一款微型家用服务器。因为产品定位比较特殊，我也非常感兴趣，所以就做了一点点购买前的小小总结。顺便也给自己理一理思路，是否值得购买。 配置 Intel Core i5-1135G7 处理器，Intel 首款 AI 芯片，四核八线程，2.5GHz 主频，睿频 4.5GHz 西数 SN580 SSD 或三星 SSD 存储盘为东芝 2.5 寸机械硬盘 购买的理由 适合不折腾使用，打开安装，绑定账号即可使用，省去了自己安装系统，创建账号，然后还需要根据自己的需 Read more ...

HeyForm 是一个开源表单，调查问卷生成器，允许任何人通过拖拽的方式设计调查问卷，测验等。无需任何编码技能，就可以快速生成一个美观的调查问卷。 HeyForm 是一个基于 JavaScript 开发的表单工具，提供了丰富的表单元素和模板，无需代码基础，只需要简单拖拽式操作，就可以轻松创建各种类型表单，比如调查问卷，订单收集，活动报名等等。 HeyForm 基于对话式的设计理念，将表单的每个问题都作为一个对话节点，我们可以根据自己的选择进行下一步操作，从而体验更加流畅的表单。 主要功能包括： 拖拽式表单设计界面，简单易用 丰富的表单元 Read more ...

YPlayer 是一款创新的视频播放器，专注于本地实时生成字幕，充分尊重用户的隐私。它不采集任何用户数据，也不会对外发送数据，确保用户的隐私安全。YPlayer 利用 macOS 的 Speech Recognition 和苹果的 CoreML 机器学习框架，实现了高效的语音识别和字幕生成功能。由于采用了 SwiftUI 的新特性，该播放器目前仅支持 macOS Big Sur (11.0) 及以上版本。 功能亮点 实时字幕生成：YPlayer 能够为每个视频本地实时生成字幕文件，支持多种语言，包括汉语（简体、繁体）、英语、日语、德语、意大利语 Read more ...

最近文章

• VideoLingo：一键自动将视频翻译成中文字幕 我之前的文章和视频中也介绍过好几款，或收费或开源的视频翻译工具，包括
• 每天学习一个命令：wrk 单机性能测试工具 wrk 是一个使用 C 编写的 HTTP 压力测试工具，性能基准测试工具。可以在单机多核 CPU 的条件下，充分利用系统的高性能 IO，epoll，kqueue 等，通过多线程和事件，对目标机产生大量的负载。
• 爱沙尼亚电子公民身份启动及邮件转发 今年 6 月份的时候申请 了爱沙尼亚电子居民卡，其实一个月左右就已经审批通过了，但是一直懒得没有去拿，直到 9 月底，终于抽出空来去了趟东京的爱沙尼亚大使馆，领取了实体卡片。
• 使用 Tailscale Funnel 暴露本地服务 之前我介绍过 Tailscale，也介绍过如何使用 Tailscale 的出口节点功能配置流量出口，今天再介绍一个 Tailscale 的功能 Tailscale Funnel，可以将本地服务完全地暴露在互联网上。Tailscale Funnel 允许将运行在私有 Tailnet 上的 Web 服务与公共互联网共享，提供了一种简单的方式，无需配置复杂的网络。
• 我购买了一台懒猫微服 前些天写了一篇文章，表达了一下我对懒猫微服 的一点看法，但是前两天没忍住还是在微信小程序上下了单，与此同时我还在京东购买 [[SER8]]，准备将两台微型主机放到一起对比一下，并根据自己的需求分别给这两台机器不同的作用，懒猫微服在购买之前我就已经打算将其作为照片存储的一个备份，我在之前的文章中也提过一些我的疑虑，在机器拿到手之后有一些疑虑依然还是没有打消，尤其是数据安全性方面的问题，如果这个问题无法解决，那么我最多也只能将其作为照片备份的一个存储。另外就是会将懒猫微服作为家用的服务器，不折腾放在家中。但是 SER8 我则会根据之前我配置的 NAS 重新安装 [[Proxmox VE]] 然后安装 [[OpenMediaVault]] 作为 NAS 管理放在家中。