- Sunrise-linuxdo2026-09-04
大概是去年开始用通义，但是今年到目前为止，感觉这模型就完全没进步，很多识别精度实在是太低了
主楼 - chongyang2026-09-04
微软的Speech service 佬友有试过吗
- moni2026-09-04
我前司的做法是，先通过ASR识别出来以后，在把识别出来的，带上上下文，让AI去润色调整一下，效果能好一点
- T2026-09-04
本地直接说话录音可以豆包输入法，asr模型推荐qwen3-asr-1.7b，量化版本看本地设备能力。
- Liang2026-09-04
我之前都是写个脚本，调用硅基流动的API免费转成文字 再二次润色
- Sunrise-linuxdo2026-09-04
这显卡显存需求太高了吧，我就自己用一下记录