Blog

关于语音、AI,以及打造「隐于无形」的工具这门手艺的思考 —— 来自一支既做算法研究、又每天用 AI 产品的小团队。

全模态语音输入:多模态理解、MoE 与流式文本输出

全模态语音输入需要拆分式流水线、流式音频和 Mac 本地上下文。本文拆解 Loqua 的语音栈。

对比

教程

工程

效率