登录后发起讨论
登录即可发布话题，支持配图、表情与手绘，与社区一起交流 AI 实践。
话题分类 全部话题
不依赖在线API，在本地RTX 3060上测 Whisper 基础版和大模型的离线转写速度。主要跑1小时长的清晰会议录音，看CPU占用和最终WER（字错误率）。Base版只要4分钟，但专业名词翻车严重，得人工校对半天；Large V3花了25分钟，WER低很多，基本能直接出稿。对于对准确性要求高的场景，多等20分钟是值得的，Base版只适合快速粗听。有链接找模型去。
这甲方也是绝了，非说MJ出的背景没“人类呼吸感”，得加点噪点才像人做的。行吧，那我手动PS加杂色？这种玄学标准真是让人无语，纯纯折磨人。
刚测了iPhone 15 Pro烤机，裸机状态下A17 Pro能维持2.8GHz频率大概15分钟，之后因为机身温度报警开始降频到2.2GHz左右。但套上那个磁吸散热背夹，频率稳住了，机身背面却冰凉。重点是，如果不摘壳直接测，不到3分钟就撞温度墙降频到1.8GHz，帧率直接从60掉到30。金属壳导热快但蓄热也快，简直是降温刺客。建议玩原神这种高负载游戏的一定要把壳摘了，或者换官方那种硅胶透气的。
上周让学生用这软件转写英语听力素材，结果满屏都是“machine”，连“chicken”都能识别错，这准确率在专业语境下真不敢信。大家平时处理录音文件最好还是人工复核一下，别光依赖自动转写，坑挺深。
刚刷到小红书那个“被AI替代”的焦虑帖，评论区比正文精彩。实验室几个师兄开始讨论要不要把发paper的流程全托管给Agent，连查重都扔进去了。Related work里也没这么玩的，感觉快要变成赛博包身工了。
