@Lenciel
·
不花钱的同声传译
💡
原文中文，约5500字，阅读约需14分钟。
📝
内容提要
最近参加技术会议，发现ChatGPT和Kimi的使用量减少，聊天界面仍然不理想。在飞书等场景中使用LLM频率较高。现有解决方案存在安全和灵活性问题。推荐使用Rogue Amoeba的Loopback和Audio Hijack，或者使用ffmpeg和VB-Cable。安装whisper-cpp处理音频文件，或者使用stream处理音频流。转文字后可进一步处理，如总结会议内容。相信大模型的帮助下，端侧场景会更可用。
🎯
关键要点
- 最近参加技术会议，发现ChatGPT和Kimi的使用量减少。
- 聊天界面仍然不理想，用户在使用LLM时面临压力。
- 使用LLM频率最高的场景是嵌入飞书的会议相关功能。
- 现有解决方案存在安全和灵活性问题，尤其是音频处理方面。
- 推荐使用Rogue Amoeba的Loopback和Audio Hijack，或ffmpeg和VB-Cable。
- 安装whisper-cpp处理音频文件，或使用stream处理音频流。
- 转文字后可进一步处理，如总结会议内容。
- 相信大模型的帮助下，端侧场景会更可用。
➡️
