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 ...
2024-08-26 yplayer
,
macos
,
ios
,
swiftui
,
speech-recognition
,
ai
,
ai-model
,
ai-transcript
,
transcript
,
subtitle
,
subtitle-transcript
今天在群里面看到有人分享了一张截图，好奇心使然让我想要知道这个应用是什么，因为分享的截图上面没有显示应用的名字，所以我就想到了使用现在的 AI，所以我依次尝试了 Claude，Gemini，ChatGPT，Perplexity 。
Claude
Claude 的回答完全错误。
Gemini
Gemini 完全不知道是什么。
ChatGPT
最终还是 ChatGPT，可以准确的识别这个应用的名字，我搜索确认确实是这个叫做 Endel 的应用。
Perplexity Pro
Perplexity Pro 自动使用了 GPT-4
Read more ...
Yarn Workspaces 工作区是一种新的包管理方法，从 1.0 开始默认可用，它允许用户已工作区的方式只需要运行一次 yarn install 就可以安装所有的包。
Yarn Workspaces 是 Yarn 提供的 Monorepository 的管理机制，这使得我们可以在同一个代码库中管理多个项目，并且允许这些项目之间相互依赖，交叉引用。
为什么要有工作区的概念
如何使用
根目录下的 package.json
{
"private": true,
"workspaces": ["workspace-a", "workspa
Read more ...
meilisearch 是一个使用 Rust 编写的全文搜索引擎，高性能，易用，可扩展。虽然之前使用过 [[Elasticsearch]]，但是如果自己要维护一个分布式的实例还是挺困难的，正好在我的笔记里面之前有记录下来 meilisearch，Rust 编写，效率高，占用低，就正好学习总结一下。
有一个项目自己的服务器跑了好几年，抓取了超过一千万条下载信息，PostgreSQL 已经不堪重负，经常查询一条数据需要好几秒的时间，单纯的使用 SQL 查询已经完全满足不了需求，也就正好使用 meilisearch 重构一下。
功能
高性能：Mei
Read more ...