Голос и транскрибация
Диктофоны, распознавание речи, транскрибация встреч, голосовые заметки и локальная обработка аудио.
- Как собрать локальный ИИ-диктофон на ESP32 и M5StackСхема локального ИИ-диктофона на ESP32: запись WAV на SD-карту, передача на компьютер и распознавание Parakeet.
- Какую модель выбрать для локальной транскрибации речиСравнение Whisper, Parakeet и GigaAM для локальной транскрибации русской и смешанной речи: шум, скорость, длинные записи и диаризация.
- Какие приложения на Android записывают и транскрибируют голосДва бесплатных приложения из F-Droid для записи голоса и транскрибации на Android: Notely voice и Scrib.
- Как использовать Omi для постоянной записи и транскрибацииКак Omi записывает речь, сколько работает от батареи и какие есть варианты локальной передачи и транскрибации записей.
- Как записывать звонки и отправлять аудио с Plaud в свой пайплайнPlaud используют для записи телефонных разговоров без Wi‑Fi. Аудио можно скачать на телефон напрямую с устройства и отправить на свой сервер или в GPT.
- Как расшифровать записи Zoom и видеоконференцийКак получить текст из записи Zoom: извлечь аудио или загрузить MP4 в Musli для локальной расшифровки с разделением по говорящим.
- Какие приложения для транскрибации работают на macOSПодборка приложений и проекта для транскрибации голоса в текст на macOS: Ottex, Handy, FluidVoice и pipe-up.
- Как добавить транскрибацию аудио в CRM или веб-приложениеВарианты транскрибации аудио для небольшой CRM или веб-приложения: Groq с Whisper, Yandex AI Studio, neuraldeep.ru и локальный Whisper.
- Как превращать голосовые заметки на iPhone в текстовые записиСхема автоматизации личных заметок на iPhone: диктовка через Shortcuts, сохранение текста в iCloud и разбор записей Claude.
- Какие сервисы распознают участников рабочих созвоновВ обсуждении упомянуты MeetsMara и Soniox для протоколов рабочих созвонов с различением говорящих в реальном времени.
- Что умеет голосовой режим GrokГолосовой режим Grok подходит для бытовых и диалоговых задач: он обрабатывает параллельные запросы и голос в реальном времени.
Собрано в Sveska из открытых обсуждений сообщества. Авторы сообщений не указываются.