这是一个创建于 479 天前的主题，其中的信息可能已经有所发展或是发生改变。
需求是这样,英文会议场景,想要在会议的时候使用转写,确保沟通的流畅性,不需要翻译,转录就可以了.
看了火山的 API,有道 APP,其实最理想的是 Chrome 的 Live Caption,感觉又小又轻便,但是没有找到好的产品.
试了下 mac 自带的 Live Caption,感觉也比较繁琐,每次需要去设置,用完还要去关闭设置,不知道各位大佬有没有更理想的解决方案
 | 1 300 2024-07-19 17:13:44 +08:00 Word -> 开始 -> 听写 |
 | 2 ivyliner 2024-07-19 18:08:12 +08:00 可以试试 appstore 搜索: BeMyEars https://www.engineerdraft.com/bemyears |
 | 3 alexnone 2024-07-19 21:43:41 +08:00 via iPhone  1 飞书妙记 |
 | 4 zuiyue123 2024-07-19 22:36:57 +08:00 我用过开源的在 windows 上监听麦克风，准确率很高  |
 | 6 noahlias 2024-07-20 08:48:02 +08:00 英文的话 那 whisper 应该是效果比较好的了 找个快点的实现例如 fastwhisper 基本没啥问题 国内的基本都是对标中文的 阿里的 funasr 还有最近的 SenseVoice 都还行 |
 | 7 kuse2001 2024-07-20 10:45:10 +08:00 via Android 飞书妙记，免费服务里最棒了吧 |
 | 8 isSamle 2024-07-20 15:27:16 +08:00 |
 | 9 zenghx 2024-07-20 16:38:58 +08:00 微软 azure cognitive api |
 | 10 devliu1 2024-07-20 17:17:03 +08:00 via Android 可以看下 sherpa 项目，可本地运行 |
| 12 ivyliner 2024-11-05 16:52:55 +08:00 2 我对这方面研究还挺多的. 在英文会议场景中, 需求主要有 2 类. 1. 实时识别, 需要能进行流式处理 2. 录音之后识别 场景 1: 目前好像就 BeMyEars 可以做到, 而且还有翻译功能 场景 2: 飞书妙记, 每个月 300 分钟免费额度, 满足需求 2, 需要自己提前录音. whisper, 需要自己折腾一下命令行或者其它的工具, 缺点对中文不够友好, 需要 large 模型效果才比较可以 funasr 还是不错, 缺点是没有标点 SenseVoice 比如 funasr 好, 需要自己折腾一下命令行 vosk-api 中文不够好, 上一代的产品不推荐. seamless_communication 大而全, 效果不好, 很重, 不推荐 azure cognitive api: 付费, 挺贵的. 要自己写程序调用 api sherpa 需要自己折腾命令 夹带私货: 我的 App: YPlayer 搜索下载即可使用, 中文转录效果比 whisper 好, 英文的话, 就是用 whisper. |
Select Language