月度归档： 2025 年 5 月

英伟达开源语音识别模型，ParaKeet-tdt-0.6b-v2仅需1秒可转录1小时音频，精准识别劈柴哥演讲

作者

英伟达开源语音识别模型ParaKeet-tdt-0.6b-v2，实现60分钟音频仅1秒处理，适用于实时英语语音转文本。HyperAI超神经官网提供一键部署教程，新用户可获免费资源。

Mac上的AI聊天侧边栏Onit，阿里巴巴开源QwenLong-L1，Web Agent 和浏览器之间无缝交互的标准框架

作者

Onit是Mac上的AI聊天侧边栏，Cursor Chat的Mac版。Web Agent Protocol(WAP)用于实现用户、Web代理和浏览器之间的无缝交互。QwenLong-L1作为首个长文本推理大模型，在DocQA基准测试中表现出色。TranslateBookWithLLM是一个基于Ollama API的Python应用，支持大规模文本翻译，并提供Web和CLI界面。Claude Code MCP Server通过绕过权限限制增强了Claude的代码处理能力。