草梅周报更新了墨梅博客1.11.0版本，新增语音输入和系统设置功能。开发中遇到数据库超支问题，建议用户监控使用量并定期备份。欢迎用户参与开发与测试。

阿里云JVS Claw全面开放，新增语音输入和文件空间功能，用户可享受7天免费体验。推出39元首月的“匠心版”套餐，满足不同需求，迅速在年轻人中流行，提供便捷的自动化操作体验。

audiov是一款基于Rust开发的Linux语音转文本软件，利用whisper进行本地语音识别。它支持离线识别，能将文字直接输入到光标处，并通过全局快捷键操作，提供流畅的输入体验。

大型语言模型（LLMs）在语音输入方面的表现不如文本输入，导致文本与语音理解之间存在差距。为缩小这一差距，研究提出了SALAD方法，通过交叉模态蒸馏和有针对性的合成数据，提升模型对齐性并减少遗忘。该方法在知识、语言理解和推理任务上表现优异，且所需语音数据显著减少。

微软正在提升Windows 11对Android应用的恢复功能，用户可以在PC上继续使用Spotify、Office文档和Edge浏览会话。此功能类似于macOS的Handoff，已在最新的Release Preview更新中测试，同时更新还包括MIDI 2.0支持和语音输入改进。

这是一款超轻量的智能语音输入工具，支持50多种语言，快速将语音转为文字，注重隐私，无需联网。具备外语翻译和词库管理功能，提升识别准确率。

语音输入法不仅提升了输入速度，还成为开发者与AI协作的新入口。比较Miaoyan、Shandianshuo和Zhipu后，Miaoyan在工程效率和命令生成上表现最佳，Zhipu则在稳定性和订阅捆绑方面占优，而Shandianshuo强调本地优先和可选增强功能。最终，谁能成为默认工具取决于减少干扰和解决小问题的能力。

本文介绍了一套新的AI元素组件，旨在与AI SDK的转录和语音功能配合使用。主要组件包括Persona（动画AI视觉）、SpeechInput（语音输入）、Transcription（音频转录）、AudioPlayer（音频播放）、MicSelector（麦克风选择器）和VoiceSelector（语音选择器），提升语音代理和转录服务的构建体验。

豆包输入法的语音输入准确率高，但换行操作不便，需要手动点击语音按钮。与iOS和微信输入法相比，豆包在语音输入时无法边说边编辑，并且需要联网使用。总体而言，豆包适合频繁打字的用户，但对不习惯语音输入的人来说可能不必要。

这款语音输入软件支持离线使用，注重隐私安全。用户可通过快捷键激活语音识别，支持多语言，并可设置翻译功能和音量阈值，以提高识别准确性。

作者分享了咔皮记账app的使用体验，该app利用AI技术自动识别和分类账单，支持语音输入，帮助用户更好地了解消费习惯。推荐使用该app。