最新资讯
dev.to 部署 Underdog Bark 3.0 Pro:逐字转写、自定义后端与分块设置 dev.to 为艰难对话构建 AI:五个 Agent、一条安全正则与一位盲评监督者 techcrunch.com Palo Alto Networks 洽谈以 5 亿美元收购 AI Agent 安全初创公司 Clutch theinformation.com 黄仁勋被要求就涉华间谍指控向国会作简报 www.infoq.com Edera 推出 Object Capability Bounded Authority,试图将凭证与 AI Agent 工作负载隔离 wechat 这波杀疯了!旗舰级模型不限量、1个月视频额度免费领 bloomberg.com AI 抛售蔓延至信用市场,软银领跌亚洲美元债 dev.to 如何在专用 GPU 服务器上用 OpenAI 兼容 API 部署 LLM dev.to 审计 153 份 Claude Code 与 Codex 会话记录:User-Agent 与 URL 中的邮箱泄露 dev.to 你的 Agent Harness 应具备的 17 项能力 dev.to 离线 AI 记忆中 0.8 余弦阈值为何失效 dev.to Kimi K3.1 Pro 开放权重:自托管 2.8T 模型前的开发者清单
多元动态
登录 注册
开源工具 dev.to · @Daniel Varela

Oído:面向 ESP32-S3 的开源语音识别,无需命令词表

原文 我的收藏

Oído 是 Lokutor 为 ESP32-S3 构建的开源语音转文本引擎,接受开放词表的英文语音而非固定命令列表,识别计算保留在设备端,无需云端推理、GPU 或 NPU,代码发布于 github.com/lokutor-ai/oido。作者明确边界:截至 2026 年 9 月 30 日,引擎的算术与固件转写仅在主机和 Espressif QEMU 模拟器上验证,物理板速度测量仍待完成,演示使用芯片精确转写,并非实机实时运行画面。

AI推荐理由 Oído 是 Lokutor 为 ESP32-S3 构建的开源端侧语音转文本引擎,支持开放词表英文语音、无需云端推理或 GPU/NPU,代码已发布在 GitHub。文章明确划出边界:截至 2026 年 9 月 30 日,算术与固件转写仅在主机和 Espressif QEMU 模拟器上验证,物理板速度测量仍待完成,演示为芯片精确转写而非实机实时画面,这种对未验证部分的诚实说明提升了可信度。

72

正文

当前仅保存了标题或简介;并非所有来源都提供正文,可通过下方原文链接查看。

来源报道 · 1 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容