借助语音大模型，实现 Linux 下的语音输入，邀请 Linux 桌面用户试试

ko20 · 发表于 6 天前

起因是昨天下午看到 IT 之家这个新闻：

识别、合成、实时交互全球第一，Qwen-Audio-3.0 系列语音模型上线阿里千问 AI 平台 https://www.ithome.com/0/990/679.htm

于是我搞了一套适用于大部分 linux 发行版和桌面环境的流程。平台送了 36000s （有效期 3 个月），到期后的话，我看了一下价格是每秒 0.00022 元

代码开源在这里

截图如下，邀请用 linux 桌面的朋友们来试试。有用的话留个⭐呀。这套 flow 个人感觉在 linux 桌面环境很轻量，以后更换模型也很简单，稍微适配一下就可以了。

ko20 · 发表于 6 天前

效果还是不错的，对于冒号，顿号、文字中夹杂着 APP 、10000 这种字母和数字，识别都还 OK

enpitsulin · 发表于 6 天前

回去试试好不好使

ko20 · 发表于 6 天前

@enpitsulin #2 谢谢欢迎反馈