📰 IT Дайджест

#audio

3 материала

2. Transcribe.cpp: распознавание речи на C++

Проект с HN собрал 245 очков и 41 комментарий, так что народ явно полез смотреть, чем он отличается от очередного «ещё одного» STT-обёртки. По URL видно, что это отдельный проект на C++, а не блоговый пересказ чужого API — такие штуки обычно и стоит держать в ленте, потому что в них хоть код, а не слайды.

workshop.cjpais.com · #tool #audio #c++ #github #transcribe

9. Audacity 4.0 beta: новый Qt-интерфейс можно потыкать уже сейчас

В бете Audacity 4.0 можно попробовать новый интерфейс на Qt — то есть проект продолжает избавляться от старого визуального слоя и предлагает посмотреть, как это выглядит до финального релиза. Деталей в аннотации мало, но сам факт перехода на более аккуратный Qt-UI обычно означает не праздник, а много очень утомительной работы под капотом.

www.omgubuntu.co.uk · #tool #audio #beta #qt #ui

8. OpenAI WebRTC audio: теперь голосовой чат еще и смотрит в документ

Саймон Уиллison обновил свой эксперимент с OpenAI WebRTC API: изначально он делал голосовое взаимодействие с realtime-моделями, а теперь добавил контекст из документа. Отдельно он отмечает GPT‑Realtime‑2, который OpenAI рекламировала как «первую voice-модель с рассуждением уровня GPT‑5», но у нее knowledge cutoff — 30 сентября 2024 года. То есть голос уже говорит уверенно, а вот знает все равно не все.

simonwillison.net · #ai #audio #openai #realtime #tool #webrtc