业界良心OpenAI开源的Whisper模型是开源语音转文字领域的执牛耳者，白璧微瑕之处在于无法通过苹果M芯片优化转录效率，Whisper.cpp 则是 Whisper 模型的 C/C++ 移植版本

开源组合llama+langchain助力开发者轻松使用whisper搭建本地环境，进行音视频的字幕生成和翻译，质量超级高，而且需求是转换为英语字幕，速度也是超级快的

新的一周，又有什么新的 AI 应用呢？在 AI 专场，这次是文本生语音和双语对话模型，前者能解决你的语音问题，后者则是清华开源的模型，能让你搞个自己的类 ChatGPT 对话助手。此外，还有升级版的

美团语音交互部针对交互场景下的低延迟语音识别需求，提出了一种全新的低出字延迟流式语音识别方案。本方法将降低延迟问题转换成一个知识蒸馏过程，极大地简化了延迟优化的难度。

利用chatgpt帮我们读代码片段、写代码片段、生成代码注释、找包找库、代码语言转换等功能相信大家都使用过了，本文主要是讲一些我最近在用的，但大家可能忽略过的一些chatgpt提效方法。

一个月前，我们 宣布了与 ILLA Cloud 与达成的合作，ILLA Cloud 正式支持集成 Hugging Face Hub 上的 AI 模型库和其他相关功能。 今天，我们为大家带来 ILLA

王小川发布创业公开信； 免费文本转语音的 AI 工具 TTSMaker； 即刻9支创业团队瓜分近300万美元天使投资……点击阅读全文

微软Azure平台的语音合成(TTS)技术确实神乎其技，这一点在之前的一篇：含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)，已经做过详细介绍

本文介绍了一款基于ChatGPT的英语口语练习应用SpokenAi，包括PortAudio的安装流程和核心代码，以及语音合成TextToSpeech的实现。同时提供了配置文件和部署运行示例。