Qwen2.5
开源模型让语音助手听懂印度语言停顿，准确率与成本仍需权衡
一个基于 Qwen2.5-0.5B 的开源语音轮次检测模型，覆盖英语及 8 种印度语言，可在本地识别用户是否说完。它有望减少电话助手抢话，但依赖转写文本，真实场景中的识别与部署成本仍值得验证。
返回首页
语音助手
找到 5 篇关于此标签的文章
Qwen
4B 参数小模型跑出本地语音助手 — 不靠显卡的 AI 助理离办公室还差多远
本周 Reddit 上一位开发者用阿里通义千问 4B 小模型、配合 Mistral 的 Voxtral 和 Pocket，在普通电脑上跑出完整的本地语音助手。意义在于：不需要独立显卡、不上传云端，企业和个人都能拥有'数据不外流'的 AI 助理。这件事比看起来更重要。
JEV
Reddit 开发者拆解自家语音助手：所谓 AI 听懂人话，核心就是比数字
本周 Reddit 上一位开发者公开了自己语音助手 JEV 的核心代码，整个"听懂人话"的过程只是把用户说的话转成一串数字，再跟预设指令比较相似度。这个案例让我们重新思考：智能助手背后的技术门槛，比很多人想象的要低。
Claude
本地语音 AI 跑出 500 毫秒响应 — AI 助手离 '开口即用' 又近一步
Reddit 用户用本地 TTS 模型 Breeze 加 STT 搭了语音 AI 助手，500 毫秒出第一声，从沙发遥控 Claude。本地、低延迟、语音交互同时发生，AI 助手正在接近 '开口即用' 的临界点。
手机 AI
你每天在手机上重复点的那堆操作，现在一句话就能搞定
手机 AI Agent 正在变实用 —— 你用嘴说 ' 帮我把截图发给客户 ' ，手机就帮你点完所有步骤。零成本， 10 分钟上手，适合想省掉重复操作的小团队和自由职业者。